宇丛 发表于 2024-10-5 22:46:17

2024年阿里云gpu云服务器最新收费标准、活动价格与选择教程

随着人工智能、高性能计算等领域的快速发展，GPU云服务器因其强大的计算能力和灵活的资源分配方式，成为越来越多企业和个人用户的首选。2024年，阿里云针对GPU云服务器推出了新的收费标准及优惠活动，gn6v、gn7i、gn6i等实例的gpu云服务器有优惠，包月5折，包年低至4折起，官网折扣包月低至6折起，包年低至5折起，本文为大家介绍2024年，阿里云gpu云服务器最新收费标准、活动价格与选择教程。



https://upload-images.jianshu.io/upload_images/19316870-0f6d342bae157e93.png

<div class="image-caption">gpu云服务器产品图.png

<h2>一、阿里云GPU云服务器产品概览</h2>
阿里云GPU云服务器基于强大的GPU加速计算能力，为用户提供了从深度学习、科学计算到图形渲染等多种应用场景下的高效解决方案。其结合了GPU与CPU的优势，为用户带来了均衡且强大的计算能力。
<h2>二、为什么选择GPU云服务器</h2>
GPU云服务器在处理大规模并发计算、浮点运算和并行运算方面具有显著优势。在人工智能训练、推理、视频转码、图形渲染等场景下，GPU云服务器能够显著提升计算效率，加速业务进程。
<h2>三、阿里云GPU云服务器产品优势</h2>
阿里云GPU云服务器具有以下优势：

[*]
覆盖范围广泛：在全球多个地域实现规模部署，结合弹性供应、弹性伸缩等交付方式，能够很好地满足您业务的突发需求。
[*]
超强计算能力：配备业界领先的GPU计算卡，结合高性能CPU平台，单实例可提供高达1000 TFLOPS的混合精度计算性能。
[*]
网络性能出色：阿里云GPU云服务器实例的VPC网络最大支持450万的PPS及32 Gbit/s的内网带宽。在此基础上，超级计算集群产品中，节点间额外提供高达50 Gbit/s的RDMA网络，满足节点间数据传输的低延时高带宽要求。
[*]
购买方式灵活：支持包年包月、按量付费等多种购买方式，用户可根据实际需求灵活选择。
</ol>
<h2>四、GPU云服务器应用场景</h2>
阿里云GPU云服务器广泛应用于以下场景：

[*]
AI训练与推理：支持深度学习框架，加速模型训练和推理过程。
[*]
科学计算：适用于计算流体动力学、分子动力学等复杂计算任务。
[*]
视频转码：提供高性能的视频转码能力，支持多种分辨率和格式的实时转码。
[*]
图形渲染：支持云端图形工作站，用于影视动画设计、工业设计等领域。

<h2>五、阿里云gpu云服务器最新收费表</h2>
阿里云gpu服务器配置与实例规格不同，收费标准不一样，同时购买时长不同，换算到每个月的收费标准也不同，下面是2024年阿里云gpu服务器最新收费标准，包括按量(小时)、标准目录月价、优惠月价、年付月价、3年付月价、5年付月价。
<table>
<thead>
<tr>
<th>实例规格</th>
<th>vCPUs</th>
<th>内存(GiB)</th>
<th>按量(小时)</th>
<th>标准目录月价</th>
<th>优惠月价</th>
<th>年付月价</th>
<th>3年付月价</th>
<th>5年付月价</th>
</tr>
</thead>
<tbody>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn8t.32xlarge</td>
<td>128</td>
<td>1024</td>
<td>110.4167</td>
<td>53000</td>
<td>53000</td>
<td>53000</td>
<td>53000</td>
<td>53000</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn7.26xlarge</td>
<td>104</td>
<td>768</td>
<td>252.666666</td>
<td>121280</td>
<td>121280</td>
<td>103088</td>
<td>66704</td>
<td>46086.4</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7-c12g1.3xlarge</td>
<td>12</td>
<td>94</td>
<td>31.583333</td>
<td>15160</td>
<td>15160</td>
<td>12886</td>
<td>8338</td>
<td>5760.8</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7-c13g1.13xlarge</td>
<td>52</td>
<td>378</td>
<td>126.333333</td>
<td>60640</td>
<td>60640</td>
<td>51544</td>
<td>33352</td>
<td>23043.2</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7-c13g1.26xlarge</td>
<td>104</td>
<td>756</td>
<td>252.666666</td>
<td>121280</td>
<td>121280</td>
<td>103088</td>
<td>66704</td>
<td>46086.4</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn7e.32xlarge</td>
<td>128</td>
<td>1024</td>
<td>277.933</td>
<td>133408</td>
<td>133408</td>
<td>113396.8</td>
<td>73374.4</td>
<td>50695.04</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn7i.32xlarge</td>
<td>128</td>
<td>768</td>
<td>53.2331</td>
<td>25551.9</td>
<td>25551.9</td>
<td>21719.12</td>
<td>14053.55</td>
<td>9709.72</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c8g1.2xlarge</td>
<td>8</td>
<td>30</td>
<td>9.5326</td>
<td>4575.66</td>
<td>4575.66</td>
<td>3889.31</td>
<td>2516.61</td>
<td>1738.75</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c16g1.4xlarge</td>
<td>16</td>
<td>60</td>
<td>10.0934</td>
<td>4844.81</td>
<td>4844.81</td>
<td>4118.09</td>
<td>2664.65</td>
<td>1841.03</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c32g1.8xlarge</td>
<td>32</td>
<td>188</td>
<td>13.3083</td>
<td>6387.98</td>
<td>6387.98</td>
<td>5429.78</td>
<td>3513.39</td>
<td>2427.43</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-4x.8xlarge</td>
<td>32</td>
<td>128</td>
<td>38.1305</td>
<td>18302.63</td>
<td>18302.63</td>
<td>15557.24</td>
<td>10066.45</td>
<td>6955</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-2x.8xlarge</td>
<td>32</td>
<td>128</td>
<td>20.1867</td>
<td>9689.63</td>
<td>9689.63</td>
<td>8236.19</td>
<td>5329.3</td>
<td>3682.06</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c48g1.12xlarge</td>
<td>48</td>
<td>310</td>
<td>17.944</td>
<td>8613</td>
<td>8613</td>
<td>7321.05</td>
<td>4737.15</td>
<td>3272.94</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c56g1.14xlarge</td>
<td>56</td>
<td>346</td>
<td>21.533</td>
<td>10335.6</td>
<td>10335.6</td>
<td>8785.26</td>
<td>5684.58</td>
<td>3927.53</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c32g1.16xlarge</td>
<td>64</td>
<td>376</td>
<td>26.6166</td>
<td>12775.95</td>
<td>12775.95</td>
<td>10859.56</td>
<td>7026.77</td>
<td>4854.86</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-8x.16xlarge</td>
<td>64</td>
<td>256</td>
<td>76.2609</td>
<td>36605.25</td>
<td>36605.25</td>
<td>31114.46</td>
<td>20132.89</td>
<td>13909.99</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-4x.16xlarge</td>
<td>64</td>
<td>256</td>
<td>40.3734</td>
<td>19379.25</td>
<td>19379.25</td>
<td>16472.36</td>
<td>10658.59</td>
<td>7364.12</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c32g1.32xlarge</td>
<td>128</td>
<td>752</td>
<td>53.2331</td>
<td>25551.9</td>
<td>25551.9</td>
<td>21719.12</td>
<td>14053.55</td>
<td>9709.72</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-8x.32xlarge</td>
<td>128</td>
<td>512</td>
<td>80.7469</td>
<td>38758.5</td>
<td>38758.5</td>
<td>32944.72</td>
<td>21317.18</td>
<td>14728.23</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn7i-vws-m4.xlarge</td>
<td>4</td>
<td>30</td>
<td>3.076559</td>
<td>1476.75</td>
<td>1476.75</td>
<td>1255.24</td>
<td>812.21</td>
<td>561.16</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn7i-vws-m8.2xlarge</td>
<td>10</td>
<td>62</td>
<td>5.568747</td>
<td>2673</td>
<td>2673</td>
<td>2272.05</td>
<td>1470.15</td>
<td>1015.74</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn7i-vws-m12.3xlarge</td>
<td>14</td>
<td>93</td>
<td>8.060934</td>
<td>3869.25</td>
<td>3869.25</td>
<td>3288.86</td>
<td>2128.09</td>
<td>1470.31</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn7i-vws-m24.7xlarge</td>
<td>30</td>
<td>186</td>
<td>15.537497</td>
<td>7458</td>
<td>7458</td>
<td>6339.3</td>
<td>4101.9</td>
<td>2834.04</td>
</tr>
<tr>
<td>GPU共享型 ecs.sgn7i-vws-m2.xlarge</td>
<td>4</td>
<td>15.5</td>
<td>1.871086</td>
<td>898.12</td>
<td>898.12</td>
<td>763.4</td>
<td>493.97</td>
<td>341.29</td>
</tr>
<tr>
<td>GPU共享型 ecs.sgn7i-vws-m2s.xlarge</td>
<td>4</td>
<td>8</td>
<td>1.831</td>
<td>878.99</td>
<td>878.99</td>
<td>747.14</td>
<td>483.44</td>
<td>334.02</td>
</tr>
<tr>
<td>GPU共享型 ecs.sgn7i-vws-m4.2xlarge</td>
<td>8</td>
<td>31</td>
<td>3.117701</td>
<td>1496.5</td>
<td>1496.5</td>
<td>1272.02</td>
<td>823.07</td>
<td>568.67</td>
</tr>
<tr>
<td>GPU共享型 ecs.sgn7i-vws-m4s.2xlarge</td>
<td>8</td>
<td>16</td>
<td>3.078</td>
<td>1477.37</td>
<td>1477.37</td>
<td>1255.76</td>
<td>812.55</td>
<td>561.4</td>
</tr>
<tr>
<td>GPU共享型 ecs.sgn7i-vws-m8.4xlarge</td>
<td>16</td>
<td>62</td>
<td>5.61093</td>
<td>2693.25</td>
<td>2693.25</td>
<td>2289.26</td>
<td>1481.29</td>
<td>1023.43</td>
</tr>
<tr>
<td>GPU共享型 ecs.sgn7i-vws-m8s.4xlarge</td>
<td>16</td>
<td>32</td>
<td>5.571</td>
<td>2674.12</td>
<td>2674.12</td>
<td>2273</td>
<td>1470.76</td>
<td>1016.16</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7e-c16g1.4xlarge</td>
<td>16</td>
<td>125</td>
<td>34.742</td>
<td>16676</td>
<td>16676</td>
<td>14174.6</td>
<td>9171.8</td>
<td>6336.88</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7e-c16g1.8xlarge</td>
<td>32</td>
<td>250</td>
<td>69.483</td>
<td>33352</td>
<td>33352</td>
<td>28349.2</td>
<td>18343.6</td>
<td>12673.76</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7e-c16g1.16xlarge</td>
<td>64</td>
<td>500</td>
<td>138.967</td>
<td>66704</td>
<td>66704</td>
<td>56698.4</td>
<td>36687.2</td>
<td>25347.52</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7e-c16g1.32xlarge</td>
<td>128</td>
<td>1000</td>
<td>277.933</td>
<td>133408</td>
<td>133408</td>
<td>113396.8</td>
<td>73374.4</td>
<td>50695.04</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn7ex.32xlarge</td>
<td>128</td>
<td>1024</td>
<td>270.8333</td>
<td>130000</td>
<td>130000</td>
<td>110500</td>
<td>71500</td>
<td>49400</td>
</tr>
<tr>
<td>ARM GPU计算型 ecs.gn7r-c16g1.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4.8667</td>
<td>2336</td>
<td>2336</td>
<td>1985.6</td>
<td>1284.8</td>
<td>887.68</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn7ix.32xlarge</td>
<td>128</td>
<td>512</td>
<td>80.7469</td>
<td>38758.5</td>
<td>38758.5</td>
<td>32944.72</td>
<td>21317.18</td>
<td>14728.23</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c8g1.2xlarge</td>
<td>8</td>
<td>32</td>
<td>26.46</td>
<td>7620</td>
<td>4572</td>
<td>3429</td>
<td>2209.8</td>
<td>2209.8</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c8g1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>105.84</td>
<td>30480</td>
<td>18288</td>
<td>13716</td>
<td>8839.2</td>
<td>8839.2</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c8g1.16xlarge</td>
<td>64</td>
<td>256</td>
<td>211.68</td>
<td>60960</td>
<td>36576</td>
<td>27432</td>
<td>17678.4</td>
<td>17678.4</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c10g1.20xlarge</td>
<td>82</td>
<td>336</td>
<td>219.64</td>
<td>63255</td>
<td>37953</td>
<td>28464.75</td>
<td>18343.95</td>
<td>18343.95</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c4g1.xlarge</td>
<td>4</td>
<td>15</td>
<td>11.63</td>
<td>3348</td>
<td>3348</td>
<td>1674</td>
<td>1071.36</td>
<td>1071.36</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c8g1.2xlarge</td>
<td>8</td>
<td>31</td>
<td>14</td>
<td>4032</td>
<td>4032</td>
<td>2016</td>
<td>1290.24</td>
<td>1290.24</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c16g1.4xlarge</td>
<td>16</td>
<td>62</td>
<td>16.41</td>
<td>4725</td>
<td>4725</td>
<td>2362.5</td>
<td>1512</td>
<td>1512</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.6xlarge</td>
<td>24</td>
<td>93</td>
<td>17.19</td>
<td>4950</td>
<td>4950</td>
<td>2475</td>
<td>1584</td>
<td>1584</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c40g1.10xlarge</td>
<td>40</td>
<td>155</td>
<td>14.819</td>
<td>7112.9</td>
<td>7112.9</td>
<td>3556.45</td>
<td>2276.13</td>
<td>2276.13</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.12xlarge</td>
<td>48</td>
<td>186</td>
<td>34.38</td>
<td>9900</td>
<td>9900</td>
<td>4950</td>
<td>3168</td>
<td>3168</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.24xlarge</td>
<td>96</td>
<td>372</td>
<td>68.75</td>
<td>19800</td>
<td>19800</td>
<td>9900</td>
<td>6336</td>
<td>6336</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn6i.24xlarge</td>
<td>96</td>
<td>384</td>
<td>68.75</td>
<td>19800</td>
<td>19800</td>
<td>16830</td>
<td>10890</td>
<td>7524</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn6e.24xlarge</td>
<td>96</td>
<td>768</td>
<td>157.92</td>
<td>75800</td>
<td>75800</td>
<td>64430</td>
<td>41690</td>
<td>28804</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6e-c12g1.3xlarge</td>
<td>12</td>
<td>92</td>
<td>19.739</td>
<td>9475</td>
<td>9475</td>
<td>8053.75</td>
<td>5211.25</td>
<td>3600.5</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6e-c12g1.12xlarge</td>
<td>48</td>
<td>368</td>
<td>78.958</td>
<td>37900</td>
<td>37900</td>
<td>32215</td>
<td>20845</td>
<td>14402</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6e-c12g1.24xlarge</td>
<td>96</td>
<td>736</td>
<td>157.916</td>
<td>75800</td>
<td>75800</td>
<td>64430</td>
<td>41690</td>
<td>28804</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn6v.24xlarge</td>
<td>96</td>
<td>384</td>
<td>237.125</td>
<td>68292</td>
<td>68292</td>
<td>58048.2</td>
<td>37560.6</td>
<td>25950.96</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn6i-m4-vws.xlarge</td>
<td>4</td>
<td>23</td>
<td>3.273719</td>
<td>1571.39</td>
<td>1571.39</td>
<td>1335.68</td>
<td>864.26</td>
<td>597.13</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn6i-m8-vws.2xlarge</td>
<td>10</td>
<td>46</td>
<td>5.909491</td>
<td>2836.56</td>
<td>2836.56</td>
<td>2411.07</td>
<td>1560.11</td>
<td>1077.89</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn6i-m16-vws.5xlarge</td>
<td>20</td>
<td>92</td>
<td>11.186194</td>
<td>5369.37</td>
<td>5369.37</td>
<td>4563.97</td>
<td>2953.16</td>
<td>2040.36</td>
</tr>
<tr>
<td>ARM GPU计算型弹性裸金属服务器 ecs.ebmgn6ia.20xlarge</td>
<td>80</td>
<td>256</td>
<td>33.006185</td>
<td>15842.97</td>
<td>15842.97</td>
<td>13466.52</td>
<td>8713.63</td>
<td>6020.33</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c4g1.xlarge</td>
<td>4</td>
<td>30</td>
<td>12.78</td>
<td>3681</td>
<td>3681</td>
<td>3128.85</td>
<td>1914.12</td>
<td>1288.35</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c8g1.2xlarge</td>
<td>8</td>
<td>60</td>
<td>15.39</td>
<td>4433</td>
<td>4433</td>
<td>3768.05</td>
<td>2305.16</td>
<td>1551.55</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c4g1.2xlarge</td>
<td>8</td>
<td>60</td>
<td>25.57</td>
<td>7363</td>
<td>7363</td>
<td>6258.55</td>
<td>3828.76</td>
<td>2577.05</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c8g1.4xlarge</td>
<td>16</td>
<td>120</td>
<td>30.78</td>
<td>8866</td>
<td>8866</td>
<td>7536.1</td>
<td>4610.32</td>
<td>3103.1</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c28g1.7xlarge</td>
<td>28</td>
<td>112</td>
<td>23.88</td>
<td>6877</td>
<td>6877</td>
<td>5845.45</td>
<td>3576.04</td>
<td>2406.95</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c8g1.8xlarge</td>
<td>32</td>
<td>240</td>
<td>61.57</td>
<td>17731</td>
<td>17731</td>
<td>15071.35</td>
<td>9220.12</td>
<td>6205.85</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c8g1.14xlarge</td>
<td>54</td>
<td>480</td>
<td>123.13</td>
<td>35462</td>
<td>35462</td>
<td>30142.7</td>
<td>18440.24</td>
<td>12411.7</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c28g1.14xlarge</td>
<td>56</td>
<td>224</td>
<td>47.75</td>
<td>13753</td>
<td>13753</td>
<td>11690.05</td>
<td>7151.56</td>
<td>4813.55</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c2g1.large</td>
<td>2</td>
<td>8</td>
<td>8.68</td>
<td>2500</td>
<td>2375</td>
<td>1875</td>
<td>1125</td>
<td>750</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c4g1.xlarge</td>
<td>4</td>
<td>16</td>
<td>9.69</td>
<td>2790</td>
<td>2650.5</td>
<td>2092.5</td>
<td>1255.5</td>
<td>837</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c8g1.2xlarge</td>
<td>8</td>
<td>32</td>
<td>11.67</td>
<td>3360</td>
<td>3192</td>
<td>2520</td>
<td>1512</td>
<td>1008</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c16g1.4xlarge</td>
<td>16</td>
<td>64</td>
<td>15.63</td>
<td>4500</td>
<td>4275</td>
<td>3375</td>
<td>2025</td>
<td>1350</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c16g1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>31.25</td>
<td>9000</td>
<td>8550</td>
<td>6750</td>
<td>4050</td>
<td>2700</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c28g1.14xlarge</td>
<td>56</td>
<td>224</td>
<td>43.06</td>
<td>12400</td>
<td>11780</td>
<td>9300</td>
<td>5580</td>
<td>3720</td>
</tr>
</tbody>
</table>
<h2>六、阿里云gpu云服务器活动价格参考</h2>



https://upload-images.jianshu.io/upload_images/19316870-bb0cadfeab22e2b9.png



如上图所示，阿里云推出了gpu云服务器新人专享、官网特惠和目录价直降等优惠，T4、V100、A10卡最低包月5折起，包年4折起，V100卡最低包月6折起，T4包年5折起，A10卡目录价最高直降25?详情参考：GPU云服务器精选特惠活动
具体云服务器配置及精选特惠价如下：
<table>
<thead>
<tr>
<th>gpu云服务器实例</th>
<th>配置</th>
<th>显存</th>
<th>内存</th>
<th>活动价格（1周）</th>
<th>活动价格（1个月）</th>
<th>活动价格（2个月）</th>
<th>活动价格（3个月）</th>
<th>活动价格（4个月））</th>
<th>活动价格（5个月）</th>
<th>活动价格（6个月）</th>
<th>活动价格（9个月）</th>
<th>活动价格（1年）</th>
<th>活动价格（2年）</th>
<th>活动价格（3年）</th>
<th>活动价格（4年）</th>
<th>活动价格（5年）</th>
</tr>
</thead>
<tbody>
<tr>
<td>计算型 gn6v</td>
<td>8核32G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>2135.93元/1周</td>
<td>3820.00元/1个月</td>
<td>7640.00元/2个月</td>
<td>11460.00元/3个月</td>
<td>15280.00元/4个月</td>
<td>19100.00元/5个月</td>
<td>22920.00元/6个月</td>
<td>34380.00元/9个月</td>
<td>36678.00元/1年</td>
<td>67833.60元/2年</td>
<td>79732.80元/3年</td>
<td>106310.40元/4年</td>
<td>132888.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6v</td>
<td>32核128G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>8536.03元/1周</td>
<td>15247.00元/1个月</td>
<td>30494.00元/2个月</td>
<td>45741.00元/3个月</td>
<td>60988.00元/4个月</td>
<td>76235.00元/5个月</td>
<td>91482.00元/6个月</td>
<td>137223.00元/9个月</td>
<td>146375.40元/1年</td>
<td>270780.00元/2年</td>
<td>318337.20元/3年</td>
<td>424449.60元/4年</td>
<td>530562.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6v</td>
<td>64核256G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>17073.47元/1周</td>
<td>30500.00元/1个月</td>
<td>61000.00元/2个月</td>
<td>91500.00元/3个月</td>
<td>122000.00元/4个月</td>
<td>152500.00元/5个月</td>
<td>183000.00元/6个月</td>
<td>274500.00元/9个月</td>
<td>292812.00元/1年</td>
<td>541660.80元/2年</td>
<td>636782.40元/3年</td>
<td>849043.20元/4年</td>
<td>1061304.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6v</td>
<td>82核336G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>17716.07元/1周</td>
<td>31634.50元/1个月</td>
<td>63295.00元/2个月</td>
<td>94942.50元/3个月</td>
<td>126590.00元/4个月</td>
<td>158237.50元/5个月</td>
<td>189807.00元/6个月</td>
<td>284827.50元/9个月</td>
<td>303828.00元/1年</td>
<td>562040.40元/2年</td>
<td>660742.20元/3年</td>
<td>880989.60元/4年</td>
<td>1101237.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6v</td>
<td>96核384G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>19126.43元/1周</td>
<td>68312.00元/1个月</td>
<td>136624.00元/2个月</td>
<td>204936.00元/3个月</td>
<td>273248.00元/4个月</td>
<td>76235.00元/5个月</td>
<td>409872.00元/6个月</td>
<td>614808.00元/9个月</td>
<td>696782.40元/1年</td>
<td>1147,641.60元/2年</td>
<td>1352,541.60元/3年</td>
<td>1475,587.20元/4年</td>
<td>1557,657.60元/5年</td>
</tr>
<tr>
<td>计算型 gn7i</td>
<td>32核188G</td>
<td>24G显存A10计算卡</td>
<td>最高配置752G DDR4内存</td>
<td>1612.10元/1周</td>
<td>2884.59元/1个月</td>
<td>5769.18元/2个月</td>
<td>8653.77元/3个月</td>
<td>11538.36元/4个月</td>
<td>14422.95元/5个月</td>
<td>17307.54元/6个月</td>
<td>25961.32元/9个月</td>
<td>27698.07元/1年</td>
<td>55360.15元/2年</td>
<td>114013.80元/3年</td>
<td>124422.33元/4年</td>
<td>131381.35元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>4核15G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>939.77元/1周</td>
<td>1684.00元/1个月</td>
<td>3368.00元/2个月</td>
<td>5052.00元/3个月</td>
<td>6736.00元/4个月</td>
<td>8420.00元/5个月</td>
<td>10104.00元/6个月</td>
<td>15156.00元/9个月</td>
<td>16172.40元/1年</td>
<td>32308.80元/2年</td>
<td>38748.96元/3年</td>
<td>51665.28元/4年</td>
<td>64581.60元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>8核31G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>1131.29元/1周</td>
<td>2026.00元/1个月</td>
<td>4052.00元/2个月</td>
<td>6078.00元/3个月</td>
<td>8104.00元/4个月</td>
<td>10130.00元/5个月</td>
<td>12156.00元/6个月</td>
<td>18234.00元/9个月</td>
<td>19455.60元/1年</td>
<td>38875.20元/2年</td>
<td>46628.64元/3年</td>
<td>62171.52元/4年</td>
<td>77714.40元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>16核62G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>1325.33元/1周</td>
<td>2372.50元/1个月</td>
<td>4745.00元/2个月</td>
<td>7117.50元/3个月</td>
<td>9490.00元/4个月</td>
<td>11862.50元/5个月</td>
<td>14235.00元/6个月</td>
<td>21352.50元/9个月</td>
<td>22782.00元/1年</td>
<td>45528.00元/2年</td>
<td>54612.00元/3年</td>
<td>72816.00元/4年</td>
<td>91020.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>24核93G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>1388.33元/1周</td>
<td>2485.00元/1个月</td>
<td>4970.00元/2个月</td>
<td>7455.00元/3个月</td>
<td>9940.00元/4个月</td>
<td>12425.00元/5个月</td>
<td>14910.00元/6个月</td>
<td>22365.00元/9个月</td>
<td>23862.00元/1年</td>
<td>47688.00元/2年</td>
<td>57204.00元/3年</td>
<td>76272.00元/4年</td>
<td>95340.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>48核186G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>2774.33元/1周</td>
<td>4960.00元/1个月</td>
<td>9920.00元/2个月</td>
<td>14880.00元/3个月</td>
<td>19840.00元/4个月</td>
<td>24800.00元/5个月</td>
<td>29760.00元/6个月</td>
<td>44640.00元/9个月</td>
<td>47622.00元/1年</td>
<td>95208.00元/2年</td>
<td>114228.00元/3年</td>
<td>152304.00元/4年</td>
<td>190380.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>96核372G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>5546.33元/1周</td>
<td>9910.00元/1个月</td>
<td>19820.00元/2个月</td>
<td>29730.00元/3个月</td>
<td>39640.00元/4个月</td>
<td>49550.00元/5个月</td>
<td>59460.00元/6个月</td>
<td>89190.00元/9个月</td>
<td>95142.00元/1年</td>
<td>190248.00元/2年</td>
<td>228276.00元/3年</td>
<td>304368.00元/4年</td>
<td>380460.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>40核155G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>1993.94元/1周</td>
<td>3566.45元/1个月</td>
<td>7132.90元/2个月</td>
<td>10699.35元/3个月</td>
<td>14265.80元/4个月</td>
<td>17832.26元/5个月</td>
<td>21398.71元/6个月</td>
<td>32098.06元/9个月</td>
<td>34243.94元/1年</td>
<td>68451.87元/2年</td>
<td>82120.64元/3年</td>
<td>109494.19元/4年</td>
<td>136867.74元/5年</td>
</tr>
</tbody>
</table>

说明：以上价格仅供参考，实际购买中选择不同带宽及云盘价格会有所变化，除了以上gpu云服务器之外，目前还有经济型e、通用算力型u1、计算型c7、通用型g7等实例规格的云服务器ECS产品也有优惠，具体配置和实时价格可通过活动自行查询：阿里云2024上云优选活动



https://upload-images.jianshu.io/upload_images/19316870-40d2805f12d5b630.png



<h2>七、GPU云服务器实例规格选择参考**</h2>
阿里云提供了多种GPU云服务器实例规格，用户可根据实际需求选择合适的规格，下面为大家展示计算型gn6v、gn7i、gn6i实例的主要特点、适用场景以及指标数据，以供参考和选择。
<h3>GPU计算型实例规格族gn6v</h3>

gn6v的特点如下：
1、计算：

[*]采用NVIDIA V100 GPU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
单GPU支持6个NVLink链路（NVLink属于双向链路），单向链路的带宽为25 Git/s，总带宽为6×25×2=300 Git/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）

2、存储：

[*]I/O优化实例
[*]支持ESSD云盘、SSD云盘和高效云盘

3、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）

gn6v的适用场景如下：

[*]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
<table>
<thead>
<tr>
<th>实例规格</th>
<th>vCPU</th>
<th>内存（GiB）</th>
<th>GPU</th>
<th>GPU显存</th>
<th>网络带宽（Gbit/s）</th>
<th>网络收发包PPS</th>
<th>存储IOPS基准</th>
<th>多队列</th>
<th>弹性网卡</th>
<th>单网卡私有IP</th>
</tr>
</thead>
<tbody>
<tr>
<td>ecs.gn6v-c8g1.2xlarge</td>
<td>8</td>
<td>32</td>
<td>NVIDIA V100 * 1</td>
<td>16GB * 1</td>
<td>2.5</td>
<td>80万</td>
<td>无</td>
<td>4</td>
<td>4</td>
<td>10</td>
</tr>
<tr>
<td>ecs.gn6v-c8g1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>NVIDIA V100 * 4</td>
<td>16GB * 4</td>
<td>10</td>
<td>200万</td>
<td>无</td>
<td>8</td>
<td>8</td>
<td>20</td>
</tr>
<tr>
<td>ecs.gn6v-c8g1.16xlarge</td>
<td>64</td>
<td>256</td>
<td>NVIDIA V100 * 8</td>
<td>16GB * 8</td>
<td>20</td>
<td>250万</td>
<td>无</td>
<td>16</td>
<td>8</td>
<td>20</td>
</tr>
<tr>
<td>ecs.gn6v-c10g1.20xlarge</td>
<td>82</td>
<td>336</td>
<td>NVIDIA V100 * 8</td>
<td>16GB * 8</td>
<td>32</td>
<td>450万</td>
<td>25万</td>
<td>16</td>
<td>8</td>
<td>20</td>
</tr>
</tbody>
</table>
<h3>GPU计算型实例规格族gn6i</h3>

gn6i的特点如下：
1、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）

2、存储：

[*]I/O优化实例
[*]支持ESSD云盘（百万IOPS）、SSD云盘和高效云盘

3、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）

gn6i的适用场景如下：

[*]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
<table>
<thead>
<tr>
<th>实例规格</th>
<th>vCPU</th>
<th>内存（GiB）</th>
<th>GPU</th>
<th>GPU显存</th>
<th>网络带宽（Gbit/s）</th>
<th>网络收发包PPS</th>
<th>存储IOPS基准</th>
<th>多队列</th>
<th>弹性网卡</th>
<th>单网卡私有IP</th>
</tr>
</thead>
<tbody>
<tr>
<td>ecs.gn6i-c4g1.xlarge</td>
<td>4</td>
<td>15</td>
<td>NVIDIA T4 * 1</td>
<td>16GB * 1</td>
<td>4</td>
<td>50万</td>
<td>无</td>
<td>2</td>
<td>2</td>
<td>10</td>
</tr>
<tr>
<td>ecs.gn6i-c8g1.2xlarge</td>
<td>8</td>
<td>31</td>
<td>NVIDIA T4 * 1</td>
<td>16GB * 1</td>
<td>5</td>
<td>80万</td>
<td>无</td>
<td>2</td>
<td>2</td>
<td>10</td>
</tr>
<tr>
<td>ecs.gn6i-c16g1.4xlarge</td>
<td>16</td>
<td>62</td>
<td>NVIDIA T4 * 1</td>
<td>16GB * 1</td>
<td>6</td>
<td>100万</td>
<td>无</td>
<td>4</td>
<td>3</td>
<td>10</td>
</tr>
<tr>
<td>ecs.gn6i-c24g1.6xlarge</td>
<td>24</td>
<td>93</td>
<td>NVIDIA T4 * 1</td>
<td>16GB * 1</td>
<td>7.5</td>
<td>120万</td>
<td>无</td>
<td>6</td>
<td>4</td>
<td>10</td>
</tr>
<tr>
<td>ecs.gn6i-c40g1.10xlarge</td>
<td>40</td>
<td>155</td>
<td>NVIDIA T4 * 1</td>
<td>16GB * 1</td>
<td>10</td>
<td>160万</td>
<td>无</td>
<td>16</td>
<td>10</td>
<td>10</td>
</tr>
<tr>
<td>ecs.gn6i-c24g1.12xlarge</td>
<td>48</td>
<td>186</td>
<td>NVIDIA T4 * 2</td>
<td>16GB * 2</td>
<td>15</td>
<td>240万</td>
<td>无</td>
<td>12</td>
<td>6</td>
<td>10</td>
</tr>
<tr>
<td>ecs.gn6i-c24g1.24xlarge</td>
<td>96</td>
<td>372</td>
<td>NVIDIA T4 * 4</td>
<td>16GB * 4</td>
<td>30</td>
<td>480万</td>
<td>25万</td>
<td>24</td>
<td>8</td>
<td>10</td>
</tr>
</tbody>
</table>
<h3>GPU计算型实例规格族gn7i</h3>

gn7i的特点如下：
1、计算：

[*]采用NVIDIA A10 GPU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

2、存储：

[*]I/O优化实例
[*]支持ESSD云盘和ESSD AutoPL云盘

3、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）

gn7i的适用场景如下：

[*]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
<table>
<thead>
<tr>
<th>实例规格</th>
<th>vCPU</th>
<th>内存（GiB）</th>
<th>GPU</th>
<th>GPU显存</th>
<th>网络带宽（Gbit/s）</th>
<th>网络收发包PPS</th>
<th>多队列</th>
<th>弹性网卡</th>
<th>单网卡私有IP</th>
</tr>
</thead>
<tbody>
<tr>
<td>ecs.gn7i-c8g1.2xlarge</td>
<td>8</td>
<td>30</td>
<td>NVIDIA A10 * 1</td>
<td>24GB * 1</td>
<td>16</td>
<td>160万</td>
<td>8</td>
<td>4</td>
<td>15</td>
</tr>
<tr>
<td>ecs.gn7i-c16g1.4xlarge</td>
<td>16</td>
<td>60</td>
<td>NVIDIA A10 * 1</td>
<td>24GB * 1</td>
<td>16</td>
<td>300万</td>
<td>8</td>
<td>8</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-c32g1.8xlarge</td>
<td>32</td>
<td>188</td>
<td>NVIDIA A10 * 1</td>
<td>24GB * 1</td>
<td>16</td>
<td>600万</td>
<td>12</td>
<td>8</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-c32g1.16xlarge</td>
<td>64</td>
<td>376</td>
<td>NVIDIA A10 * 2</td>
<td>24GB * 2</td>
<td>32</td>
<td>1200万</td>
<td>16</td>
<td>15</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-c32g1.32xlarge</td>
<td>128</td>
<td>752</td>
<td>NVIDIA A10 * 4</td>
<td>24GB * 4</td>
<td>64</td>
<td>2400万</td>
<td>32</td>
<td>15</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-c48g1.12xlarge</td>
<td>48</td>
<td>310</td>
<td>NVIDIA A10 * 1</td>
<td>24GB * 1</td>
<td>16</td>
<td>900万</td>
<td>16</td>
<td>8</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-c56g1.14xlarge</td>
<td>56</td>
<td>346</td>
<td>NVIDIA A10 * 1</td>
<td>24GB * 1</td>
<td>16</td>
<td>1200万</td>
<td>16</td>
<td>12</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-2x.8xlarge</td>
<td>32</td>
<td>128</td>
<td>NVIDIA A10 * 2</td>
<td>24GB * 2</td>
<td>16</td>
<td>600万</td>
<td>16</td>
<td>8</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-4x.8xlarge</td>
<td>32</td>
<td>128</td>
<td>NVIDIA A10 * 4</td>
<td>24GB * 4</td>
<td>16</td>
<td>600万</td>
<td>16</td>
<td>8</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-4x.16xlarge</td>
<td>64</td>
<td>256</td>
<td>NVIDIA A10 * 4</td>
<td>24GB * 4</td>
<td>32</td>
<td>1200万</td>
<td>32</td>
<td>8</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-8x.32xlarge</td>
<td>128</td>
<td>512</td>
<td>NVIDIA A10 * 8</td>
<td>24GB * 8</td>
<td>64</td>
<td>2400万</td>
<td>32</td>
<td>16</td>
<td>30</td>
</tr>
<tr>
<td>ecs.gn7i-8x.16xlarge</td>
<td>64</td>
<td>256</td>
<td>NVIDIA A10 * 8</td>
<td>24GB * 8</td>
<td>32</td>
<td>1200万</td>
<td>32</td>
<td>8</td>
<td>30</td>
</tr>
</tbody>
</table>
阿里云GPU云服务器凭借其强大的计算能力、广泛的应用场景和灵活的购买方式，成为用户处理大规模计算任务的首选。在选择GPU云服务器时，用户应根据自身业务需求、预算和资源使用情况综合考虑，选择合适的实例规格和配置。
页: [1]
查看完整版本: 2024年阿里云gpu云服务器最新收费标准、活动价格与选择教程