本文介绍云服务器ECS GPU计算型和GPU虚拟化型实例规格族的特点，并列出了具体的实例规格。

GPU虚拟化型实例规格族vgn7i-vws

vgn7i-vws的特点如下：
  • 依托第三代神龙架构，提供稳定可预期的超高性能。同时通过芯片快速路径加速手段，完成存储、网络性能以及计算稳定性的数量级提升，可以更快地存储数据和加载模型。
  • 已包含NVIDIA GRID vWS的软件License，可以为各类专业CAD软件提供认证过的图形加速驱动能力，满足专业级图形设计的需求，也可以作为轻量级GPU计算型实例使用，降低小规模AI推理过程的使用成本。
  • 计算：
    • 采用NVIDIA A10 GPU计算卡
      • 创新的Ampere架构
      • 支持vGPU、RTX、TensorRT等常用加速功能，提供全能型业务支撑
    • 处理器：2.9 GHz主频的Intel ? Xeon ? 可扩展处理器（Ice Lake），全核睿频3.5 GHz
  • 存储：
    • I/O优化实例
    • 支持ESSD云盘、SSD云盘和高效云盘
      说明 更多云盘性能信息，请参见 块存储性能。
  • 网络：
    • 支持IPv6
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • 配备高性能CPU、内存、GPU，可以处理更多并发AI推理任务，适用于图像识别、语音识别、行为识别业务。
    • 支持RTX功能，搭配高主频CPU，提供高性能的3D图形虚拟化能力，适用于远程图形设计、云游戏等高强度图形处理业务。
    • 使用Ice Lake处理器，在影视动漫制作、云游戏、机械设计等领域进行3D建模时，效果更加出色。
vgn7i-vws包括的实例规格及指标数据如下表所示。
实例规格 vCPU 内存（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 多队列 弹性网卡
ecs.vgn7i-vws-m4.xlarge 4 30 NVIDIA A10 * 1/6 24GB * 1/6 3 100万 4 4
ecs.vgn7i-vws-m8.2xlarge 10 62 NVIDIA A10 * 1/3 24GB * 1/3 5 200万 8 6
ecs.vgn7i-vws-m12.3xlarge 14 93 NVIDIA A10 * 1/2 24GB * 1/2 8 300万 8 6
ecs.vgn7i-vws-m24.7xlarge 30 186 NVIDIA A10 * 1 24GB * 1 16 600万 12 8
说明

GPU计算型实例规格族gn7i

gn7i的特点如下：
  • 依托第三代神龙架构，提供稳定可预期的超高性能。同时通过芯片快速路径加速手段，完成存储、网络性能以及计算稳定性的数量级提升。
  • 计算：
    • 采用NVIDIA A10 GPU计算卡
      • 创新的Ampere架构
      • 支持RTX、TensorRT等常用加速功能
    • 处理器：2.9 GHz主频的Intel ? Xeon ? 可扩展处理器（Ice Lake），全核睿频3.5 GHz
    • 最大可提供752 GiB内存，相比gn6i大幅提升
  • 存储：
    • I/O优化实例
    • 支持ESSD云盘、SSD云盘和高效云盘
  • 网络：
    • 支持IPv6
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • 配备高性能CPU、内存、GPU，可以处理更多并发AI推理任务，适用于图像识别、语音识别、行为识别业务
    • 支持RTX功能，搭配高主频CPU，提供高性能的3D图形虚拟化能力，适用于远程图形设计、云游戏等高强度图形处理业务
gn7i包括的实例规格及指标数据如下表所示。
实例规格 vCPU 内存（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 多队列 弹性网卡
ecs.gn7i-c8g1.2xlarge 8 30 NVIDIA A10 * 1 24GB * 1 16 160万 8 4
ecs.gn7i-c16g1.4xlarge 16 60 NVIDIA A10 * 1 24GB * 1 16 300万 8 8
ecs.gn7i-c32g1.8xlarge 32 188 NVIDIA A10 * 1 24GB * 1 16 600万 12 8
ecs.gn7i-c32g1.16xlarge 64 376 NVIDIA A10 * 2 24GB * 2 32 1200万 16 15
ecs.gn7i-c32g1.32xlarge 128 752 NVIDIA A10 * 4 24GB * 4 64 2400万 32 15
说明

GPU计算型实例规格族gn7

gn7的特点如下：
  • 计算：
    • 采用NVIDIA A100 GPU计算卡，多卡之间以NVSwitch实现两两互联
      • 创新的Ampere架构
      • 单GPU显存40 GB HBM2
    • 处理器：2.5 GHz主频的Intel ? Xeon ? Platinum 8269CY（Cascade Lake）
  • 存储：
    • I/O优化实例
    • 支持ESSD云盘、SSD云盘和高效云盘
  • 网络：
    • 支持IPv6
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • 深度学习，例如图像分类、无人驾驶、语音识别等人工智能算法的训练应用
    • 高GPU负载的科学计算，例如计算流体动力学、计算金融学、分子动力学、环境分析等
gn7包括的实例规格及指标数据如下表所示。
实例规格 vCPU 内存（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 多队列 弹性网卡
ecs.gn7-c12g1.3xlarge 12 95 NVIDIA A100 * 1 40GB * 1 4 250万 4 8
ecs.gn7-c13g1.13xlarge 52 380 NVIDIA A100 * 4 40GB * 4 15 900万 16 8
ecs.gn7-c13g1.26xlarge 104 760 NVIDIA A100 * 8 40GB * 8 30 1800万 16 16
说明

GPU虚拟化型实例规格族vgn6i

vgn6i的特点如下：
  • 如果您需要vgn6i实例支持OpenGL图形显示等图形功能，请使用NVIDIA vGPU相关软件，软件License的获取方式和实例规格、实例镜像类型有关：
    • ecs.vgn6i-m4-vws.xlarge和ecs.vgn6i-m8-vws.2xlarge：已包含NVIDIA Quadro vWS的软件License，您可以使用任意镜像类型。
    • 其他vgn6i实例（Windows镜像）：创建实例时在镜像市场中搜索关键词GRID，并选用预装GRID驱动的收费镜像。这些收费镜像带有已经激活License的GRID驱动，不用再手动安装GRID驱动。关于如何选择镜像市场镜像，请参见创建配备GRID驱动的GPU实例（Windows）。
    • 其他vgn6i实例（Linux镜像）：请提交工单申请GRID License，并创建未配备驱动的GPU实例。
  • 计算：
    • 采用NVIDIA T4 GPU计算加速器
    • 实例包含分片虚拟化后的虚拟GPU
      • 计算能力支持NVIDIA Tesla T4的1/4和1/2
      • GPU显存支持4 GB和8 GB
    • 处理器与内存配比约为1:5
    • 处理器：2.5 GHz主频的Intel ? Xeon ? Platinum 8163（Skylake）
  • 存储：
    • I/O优化实例
    • 仅支持SSD云盘和高效云盘
  • 网络：
    • 支持IPv6
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • 云游戏的云端实时渲染
    • AR和VR的云端实时渲染
    • AI（DL和ML）推理，适合弹性部署含有AI推理计算应用的互联网业务
    • 深度学习的教学练习环境
    • 深度学习的模型实验环境
vgn6i包括的实例规格及指标数据如下表所示。
实例规格 vCPU 内存（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 多队列 弹性网卡 单网卡私有IP
ecs.vgn6i-m4.xlarge 4 23 NVIDIA T4 * 1/4 16GB * 1/4 3 50万 2 4 10
ecs.vgn6i-m8.2xlarge 10 46 NVIDIA T4 * 1/2 16GB * 1/2 4 80万 4 5 20
ecs.vgn6i-m4-vws.xlarge 4 23 NVIDIA T4 * 1/4 16GB * 1/4 3 50万 2 4 10
ecs.vgn6i-m8-vws.2xlarge 10 46 NVIDIA T4 * 1/2 16GB * 1/2 4 80万 4 5 20
说明

GPU计算型实例规格族gn6i

gn6i的特点如下：
  • 计算：
    • GPU加速器：T4
      • 创新的Turing架构
      • 单GPU显存16 GB（GPU显存带宽320 GB/s）
      • 单GPU 2560个CUDA Cores
      • 单GPU多达320个Turing Tensor Cores
      • 可变精度Tensor Cores支持65 TFlops FP16、130 INT8 TOPS、260 INT4 TOPS
    • 处理器与内存配比约为1:4
    • 处理器：2.5 GHz主频的Intel ? Xeon ? Platinum 8163（Skylake）
  • 存储：
    • I/O优化实例
    • 支持ESSD云盘（百万IOPS）、SSD云盘和高效云盘
  • 网络：
    • 支持IPv6
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • AI（DL和ML）推理，适合计算机视觉、语音识别、语音合成、NLP、机器翻译、推荐系统
    • 云游戏云端实时渲染
    • AR和VR的云端实时渲染
    • 重载图形计算或图形工作站
    • GPU加速数据库
    • 高性能计算
gn6i包括的实例规格及指标数据如下表所示。
实例规格 vCPU 内存（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 存储IOPS基准 多队列 弹性网卡 单网卡私有IP
ecs.gn6i-c4g1.xlarge 4 15 NVIDIA T4 * 1 16GB * 1 4 50万 无 2 2 10
ecs.gn6i-c8g1.2xlarge 8 31 NVIDIA T4 * 1 16GB * 1 5 80万 无 2 2 10
ecs.gn6i-c16g1.4xlarge 16 62 NVIDIA T4 * 1 16GB * 1 6 100万 无 4 3 10
ecs.gn6i-c24g1.6xlarge 24 93 NVIDIA T4 * 1 16GB * 1 7.5 120万 无 6 4 10
ecs.gn6i-c40g1.10xlarge 40 155 NVIDIA T4 * 1 16GB * 1 10 160万 无 16 10 10
ecs.gn6i-c24g1.12xlarge 48 186 NVIDIA T4 * 2 16GB * 2 15 240万 无 12 6 10
ecs.gn6i-c24g1.24xlarge 96 372 NVIDIA T4 * 4 16GB * 4 30 480万 25万 24 8 10
说明

GPU计算型实例规格族gn6e

gn6e的特点如下：
  • 计算：
    • 采用NVIDIA V100（32 GB NVLink）GPU计算卡
    • GPU加速器：V100（SXM2封装）
      • 创新的Volta架构
      • 单GPU显存32 GB HBM2（GPU显存带宽900 GB/s）
      • 单GPU 5120个CUDA Cores
      • 单GPU 640个Tensor Cores
      • 支持6个NVLink链路，每个25 GB/s，总共300 GB/s
    • 处理器与内存配比约为1:8
    • 处理器：2.5 GHz主频的Intel ? Xeon ? Platinum 8163（Skylake）
  • 存储：
    • I/O优化实例
    • 支持ESSD云盘、SSD云盘和高效云盘
  • 网络：
    • 支持IPv6
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • 深度学习，例如图像分类、无人驾驶、语音识别等人工智能算法的训练、推理应用
    • 科学计算，例如计算流体动力学、计算金融学、分子动力学、环境分析等
gn6e包括的实例规格及指标数据如下表所示。
实例规格 vCPU 内存（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 多队列 弹性网卡 单网卡私有IP
ecs.gn6e-c12g1.3xlarge 12 92 NVIDIA V100 * 1 32GB * 1 5 80万 8 6 10
ecs.gn6e-c12g1.12xlarge 48 368 NVIDIA V100 * 4 32GB * 4 16 240万 8 8 20
ecs.gn6e-c12g1.24xlarge 96 736 NVIDIA V100 * 8 32GB * 8 32 480万 16 8 20
说明

GPU计算型实例规格族gn6v

gn6v的特点如下：
  • 计算：
    • 采用NVIDIA V100 GPU计算卡
    • GPU加速器：V100（SXM2封装）
      • 创新的Volta架构
      • 单GPU显存16 GB HBM2（GPU显存带宽900 GB/s）
      • 单GPU 5120个CUDA Cores
      • 单GPU 640个Tensor Cores
      • 支持6个NVLink链路，每个25 GB/s，总共300 GB/s
    • 处理器与内存配比约为1:4
    • 处理器：2.5 GHz主频的Intel ? Xeon ? Platinum 8163（Skylake）
  • 存储：
    • I/O优化实例
    • 支持ESSD云盘、SSD云盘和高效云盘
  • 网络：
    • 支持IPv6
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • 深度学习，例如图像分类、无人驾驶、语音识别等人工智能算法的训练、推理应用
    • 科学计算，例如计算流体动力学、计算金融学、分子动力学、环境分析等
gn6v包括的实例规格及指标数据如下表所示。
实例规格 vCPU 内存（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 存储IOPS基准 多队列 弹性网卡 单网卡私有IP
ecs.gn6v-c8g1.2xlarge 8 32 NVIDIA V100 * 1 16GB * 1 2.5 80万 无 4 4 10
ecs.gn6v-c8g1.8xlarge 32 128 NVIDIA V100 * 4 16GB * 4 10 200万 无 8 8 20
ecs.gn6v-c8g1.16xlarge 64 256 NVIDIA V100 * 8 16GB * 8 20 250万 无 16 8 20
ecs.gn6v-c10g1.20xlarge 82 336 NVIDIA V100 * 8 16GB * 8 32 450万 25万 16 8 20
说明

GPU虚拟化型实例规格族vgn5i

vgn5i的特点如下：
  • 如果您需要vgn5i实例支持OpenGL图形显示等图形功能，请使用NVIDIA vGPU相关软件，软件License的获取方式和实例镜像类型有关：
    • vgn5i实例（Windows镜像）：创建实例时在镜像市场中搜索关键词GRID，并选用预装GRID驱动的收费镜像。这些收费镜像带有已经激活License的GRID驱动，不用再手动安装GRID驱动。关于如何选择镜像市场镜像，请参见创建配备GRID驱动的GPU实例（Windows）。
    • vgn5i实例（Linux镜像）：请提交工单申请GRID License，并创建未配备驱动的GPU实例。
  • 计算：
    • 采用NVIDIA P4 GPU计算加速器
    • 实例包含分片虚拟化后的虚拟GPU
      • 计算能力支持NVIDIA Tesla P4的1/8、1/4、1/2和1:1
      • GPU显存支持1 GB、2 GB、4 GB和8 GB
    • 处理器与内存配比为1:3
    • 处理器：2.5 GHz主频的Intel ? Xeon ? E5-2682 v4（Broadwell）
  • 存储：
    • I/O优化实例
    • 仅支持SSD云盘和高效云盘
  • 网络：
    • 支持IPv6
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • 云游戏的云端实时渲染
    • AR和VR的云端实时渲染
    • AI（DL和ML）推理，适合弹性部署含有AI推理计算应用的互联网业务
    • 深度学习的教学练习环境
    • 深度学习的模型实验环境
vgn5i包括的实例规格及指标数据如下表所示。
实例规格 vCPU 内存（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 多队列 弹性网卡 单网卡私有IP
ecs.vgn5i-m1.large 2 6 NVIDIA P4 * 1/8 8GB * 1/8 1 30万 2 2 6
ecs.vgn5i-m2.xlarge 4 12 NVIDIA P4 * 1/4 8GB * 1/4 2 50万 2 3 10
ecs.vgn5i-m4.2xlarge 8 24 NVIDIA P4 * 1/2 8GB * 1/2 3 80万 2 4 10
ecs.vgn5i-m8.4xlarge 16 48 NVIDIA P4 * 1 8GB * 1 5 100万 4 5 20
说明

GPU计算型实例规格族gn5

gn5的特点如下：
  • 计算：
    • 采用NVIDIA P100 GPU计算卡
    • 多种处理器与内存配比
    • 处理器：2.5 GHz主频的Intel ? Xeon ? E5-2682 v4（Broadwell）
  • 存储：
    • 配备高性能NVMe SSD本地盘
    • I/O优化实例
    • 仅支持SSD云盘和高效云盘
  • 网络：
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • 深度学习
    • 科学计算，例如计算流体动力学、计算金融学、基因组学研究、环境分析
    • 高性能计算、渲染、多媒体编解码及其他服务器端GPU计算工作负载
gn5包括的实例规格及指标数据如下表所示。
实例规格 vCPU 内存（GiB） 本地存储（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 多队列 弹性网卡 单网卡私有IP
ecs.gn5-c4g1.xlarge 4 30 440 NVIDIA P100 * 1 16GB * 1 3 30万 1 3 10
ecs.gn5-c8g1.2xlarge 8 60 440 NVIDIA P100 * 1 16GB * 1 3 40万 1 4 10
ecs.gn5-c4g1.2xlarge 8 60 880 NVIDIA P100 * 2 16GB * 2 5 100万 2 4 10
ecs.gn5-c8g1.4xlarge 16 120 880 NVIDIA P100 * 2 16GB * 2 5 100万 4 8 20
ecs.gn5-c28g1.7xlarge 28 112 440 NVIDIA P100 * 1 16GB * 1 5 100万 8 8 20
ecs.gn5-c8g1.8xlarge 32 240 1760 NVIDIA P100 * 4 16GB * 4 10 200万 8 8 20
ecs.gn5-c28g1.14xlarge 56 224 880 NVIDIA P100 * 2 16GB * 2 10 200万 14 8 20
ecs.gn5-c8g1.14xlarge 54 480 3520 NVIDIA P100 * 8 16GB * 8 25 400万 14 8 20
说明

GPU计算型实例规格族gn5i

gn5i的特点如下：
  • 计算：
    • 采用NVIDIA P4 GPU计算卡
    • 处理器与内存配比为1:4
    • 处理器：2.5 GHz主频的Intel ? Xeon ? E5-2682 v4（Broadwell）
  • 存储：
    • I/O优化实例
    • 仅支持SSD云盘和高效云盘
  • 网络：
    • 支持IPv6
    • 实例网络性能与计算规格对应（规格越高网络性能越强）
  • 适用场景：
    • 深度学习推理
    • 多媒体编解码等服务器端GPU计算工作负载
gn5i包括的实例规格及指标数据如下：
实例规格 vCPU 内存（GiB） GPU GPU显存 网络带宽（Gbit/s） 网络收发包PPS 多队列 弹性网卡 单网卡私有IP
ecs.gn5i-c2g1.large 2 8 NVIDIA P4 * 1 8GB * 1 1 10万 2 2 6
ecs.gn5i-c4g1.xlarge 4 16 NVIDIA P4 * 1 8GB * 1 1.5 20万 2 3 10
ecs.gn5i-c8g1.2xlarge 8 32 NVIDIA P4 * 1 8GB * 1 2 40万 4 4 10
ecs.gn5i-c16g1.4xlarge 16 64 NVIDIA P4 * 1 8GB * 1 3 80万 4 8 20
ecs.gn5i-c16g1.8xlarge 32 128 NVIDIA P4 * 2 8GB * 2 6 120万 8 8 20
ecs.gn5i-c28g1.14xlarge 56 224 NVIDIA P4 * 2 8GB * 2 10 200万 14 8 20
说明