2024年租用阿里云gpu云服务器多少钱？gpu云服务器收费标准与活动价格表
阿里云gpu云服务器与云服务器ECS一样，即可以月付也可以年付，gpu云服务器多适用于深度学习、科学计算、图形可视化、视频处理等应用场景，本文为大家整理与汇总了2024年阿里云gpu云服务器最新收费标准与活动价格，以表格形式展示给大家，以供参考。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云服务器产品简介</h2>
GPU云服务器提供了GPU加速计算能力，实现GPU计算资源的即开即用和弹性伸缩。其作为阿里云弹性计算家族的一员，结合了GPU计算力与CPU计算力，满足您在人工智能、高性能计算、专业图形图像处理等场景中的需求，例如，在并行运算方面，使用GPU云服务器可显著提高计算效率。
<h3>为什么选择GPU云服务器</h3>
阿里云GPU云服务器是基于GPU与CPU应用的计算服务器。GPU在执行复杂的数学和几何计算方面有着独特的优势，特别是在浮点运算、并行运算等方面，GPU可以提供比CPU高百倍的计算能力。GPU的功能特性如下：
[*]拥有大量擅长处理大规模并发计算的算术逻辑单元（Arithmetic and Logic Unit，即ALU）。
[*]能够支持多线程并行的高吞吐量运算。
[*]逻辑控制单元相对简单。
<h3>阿里云gpu云服务器产品优势</h3>
[*]
覆盖范围广阔
阿里云GPU云服务器在全球17个地域实现规模部署，覆盖范围广，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
阿里云GPU云服务器配备业界超强算力的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
支持灵活的资源付费模式，包括包年包月、按量付费、抢占式实例、预留实例券、存储容量单位包。您可以按需要购买，避免资源浪费。
同时，阿里云也提供了神行工具包搭配GPU云服务器一起使用，神行工具包具有GPU计算服务增强能力，可以帮助您更方便、更高效地使用阿里云的云上GPU资源。
<h2>二、阿里云GPU云服务器应用场景</h2>
1.直播实时视频转码
阿里云GPU云服务器重点支持2019年天猫双11狂欢夜直播的实时视频转码，以高画质、低带宽、高分辨率、实时的综合优势服务于天猫双11狂欢夜当天直播业务4K、2K、1080P等各个分辨率的转码。具体说明如下：
[*]GPU云服务器支持高并发实时视频流5000路以上，并逐步上升到峰值6200路每分钟，且顺利度过流量洪峰。
[*]GPU云服务器参与实时家居渲染图片生成等业务，首次提供了大量算力强劲的ebmgn6v裸金属实例，支持淘宝渲染方提升几十倍的渲染性能，第一次实现秒级实时渲染，完成总计超过5000张大型家居渲染图。
2.AI训练
GPU计算型实例规格族gn6v和gn6e具有优异的通用GPU计算加速能力，适合为深度学习提供加速引擎。具体说明如下：
[*]gn6v实例配备具有16 GB显存的NVIDIA V100 GPU计算卡，gn6e实例配备具有32 GB显存的NVIDIA V100 GPU计算卡，单节点可提供高达1000 TFlops的混合精度计算能力。
[*]实例与弹性计算生态的完美结合，为在线和离线场景提供了通用的解决方案。
[*]实例搭配容器服务使用，可以简化部署和运维的复杂度，提供资源调度服务。
3.AI推理
GPU计算型实例规格族gn6i具有优异的AI推理能力，满足了深度学习（尤其是推理）场景下的算力需求。具体说明如下：
[*]gn6i实例基于配备NVIDIA Tesla T4 GPU计算卡，单精度浮点计算能力最高可达8.1 TFlops，int8定点运算处理能力最高可达130 TOPS，支持混合精度。
[*]单卡功耗仅75 W，具有极高的性能功耗比。
[*]实例与弹性计算生态的完美结合，为在线和离线场景提供了通用的解决方案。
[*]实例搭配容器服务使用，可以简化部署和运维的复杂度，并提供资源调度服务。
[*]镜像市场提供预装NVIDIA GPU驱动和深度学习框架的镜像，简化您的部署操作。
4.云端图形工作站
GPU计算型实例规格族gn6i采用基于Turing架构的NVIDIA Tesla T4 GPU加速器，具有极佳的图形计算能力。gn6i实例可以结合云桌面产品提供云端图形工作站服务，应用于影视动画设计、工业设计、医疗成像、高性能计算的结果呈现等场景。
<h3>神行工具包（DeepGPU）应用场景</h3>
神行工具包中的组件主要包括神龙AI加速引擎AIACC（AIACC-Training和AIACC-Inference）、AI分布式训练通信优化库AIACC-ACSpeed、AI训练计算优化编译器AIACC-AGSpeed、集群极速部署工具FastGPU以及GPU容器共享技术cGPU，该工具主要适用于AI训练和AI推理场景。
<h2>三、阿里云gpu服务器原价收费标准</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>四、阿里云gpu服务器最新活动价格表</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
购买之前建议先了解一下当下是否有优惠券或者代金券可以领取，阿里云官方会不定期通过云小站平台等地址推出满减代金券，如果有的话，先领券再购买，价格可以在优惠价格基础上进一步便宜。
https://upload-images.jianshu.io/upload_images/19316870-3df930a944f59447.png
<div class="image-caption">云小站代金券图.png
页:
[1]