GPU只能整塊購買嗎，騰訊云GN7實例告訴你答案

1999 年，NVIDIA 公司發(fā)明了 GPU（Graphics Processing Unit），優(yōu)異的圖形處理表現(xiàn)讓它艷驚四座。

近年來，GPU 在大規(guī)模并行運算上的巨大優(yōu)勢，讓其成為大數(shù)據(jù)、AI 以及圖形圖像處理等場景下里不可或缺的計算引擎。

然而，一直以來，囿于GPU 切分難度較高，用戶不論是購買 GPU 硬件，還是購買 GPU 云服務(wù)，都只能整塊購買。這樣有兩個結(jié)果：

1. 使用門檻較高

GPU 相對 CPU 價格較貴，一塊超級計算類 GPU 價格更是高達好幾萬，個人開發(fā)者使用門檻較高；

2. 資源浪費

在算力需求較小的時候，一整塊 GPU 卡無法滿負荷運行，造成算力浪費。

今日，騰訊云發(fā)布了一款基于 NVIDIA T4 的 vGPU 計算產(chǎn)品——GN7 實例，我們也是全球首家推出“基于 NVIDIA T4 GPU 及 NVIDIA vComputeServer 軟件”的 vGPU 實例的云廠商！

從此，騰訊云用戶在面臨不同的 AI 場景時，可以更靈活地調(diào)度 vGPU，并在提高安全性的同時，進一步降低成本！

廣泛適用，一招鮮吃遍各種 AI 場景

GN7 實例適用于“海量數(shù)據(jù)處理”、“人工智能”、“云端圖像處理”等領(lǐng)域。騰訊云智能鈦彈性模型服務(wù)（TI-EMS）率先用上了 GN7 實例，它通過使用 vGPU 做小模型推理，幫助用戶解決復(fù)雜模型部署和 GPU 利用成本效益等問題。

極致安全，設(shè)備級虛擬化隔離不同用戶

不同于過往進程級別的虛擬化 GPU，GN7 的提供的設(shè)備級虛擬化 vGPU 是完全模擬出來的 GPU 設(shè)備，在支持 GPU 硬件絕大多數(shù)特性的同時，還能夠做到操作系統(tǒng)級別的隔離，使得不同的用戶不會發(fā)生資源爭搶的問題。

降本增效，做一朵懂得勤儉節(jié)約的云

“按需購買，按量計費”是云計算顯而易見的好處。為了提高設(shè)備利用率和避免浪費，用戶甚至可以在騰訊云上買到GPU 參數(shù)為“四分之一個 T4 vGPU”的 GN7 實例，較小的虛擬化顆粒度使這款產(chǎn)品也特別適合諸如需求較小的科研實驗等項目。