阿里云GPU云服务器gn6v、gn6i、vgn6i-vws、gn6e购买和选择教程

德桂政岸

本文介绍了阿里云gup云服务器是什么？gn6v、gn6i、vgn6i-vws、gn6e实例的最新价格和实例特点、适用场景、实例规格的指标数据。仅供大家了解和选择阿里云gup云服务器时参考。








<h5>一、阿里云GPU云服务器是什么？</h5>
GPU云服务器提供GPU加速计算能力，实现GPU计算资源的即开即用和弹性伸缩。作为阿里云弹性计算家族的一员，GPU云服务器结合了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。
<h5>二、价格参考</h5>
目前阿里云金秋云创季云服务器分会场为用户提供GPU云服务器gn6v、GPU云服务器gn6i、GPU云服务器vgn6i-vws、GPU云服务器gn6e四个不同GPU云服务器实例的云服务器，具体优惠政策及云服务器实例规格、配置、价格信息如下：
<table>
<thead>
<tr>
<th>gpu云服务器实例</th>
<th>配置</th>
<th>备注</th>
<th>活动价格（1个月）</th>
<th>活动价格（6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>
</tr>
</thead>
<tbody>
<tr>
<td>GPU云服务器gn6v</td>
<td>8核32G</td>
<td>16G显存V100计算卡，最高配置336G DDR4内存</td>
<td>3085.00元/1个月</td>
<td>25368.00元/6个月</td>
<td>46097.40元/1年</td>
<td>92144.40元/2年</td>
<td>83251.80元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6v</td>
<td>32核128G</td>
<td>16G显存V100计算卡，最高配置336G DDR4内存</td>
<td>18629.80元/1个月</td>
<td>100806.00元/6个月</td>
<td>183257.40元/1年</td>
<td>366464.40元/2年</td>
<td>330139.80元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6v</td>
<td>64核256G</td>
<td>16G显存V100计算卡，最高配置336G DDR4内存</td>
<td>37222.60元/1个月</td>
<td>201390.00元/6个月</td>
<td>366137.40元/1年</td>
<td>732224.40元/2年</td>
<td>659323.80元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6v</td>
<td>82核336G</td>
<td>16G显存V100计算卡，最高配置336G DDR4内存</td>
<td>38615.55元/1个月</td>
<td>133057.50元/6个月</td>
<td>228095.40元/1年</td>
<td>456140.40元/2年</td>
<td>684109.80元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6i</td>
<td>4核15G</td>
<td>16G显存T4计算卡，最高配置372G DDR4内存</td>
<td>1376.20元/1个月</td>
<td>7252.80元/6个月</td>
<td>12430.20元/1年</td>
<td>24810.00元/2年</td>
<td>37114.20元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6i</td>
<td>8核31G</td>
<td>16G显存T4计算卡，最高配置372G DDR4内存</td>
<td>1649.80元/1个月</td>
<td>8689.20元/6个月</td>
<td>14892.60元/1年</td>
<td>29734.80元/2年</td>
<td>44501.40元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6i</td>
<td>16核62G</td>
<td>16G显存T4计算卡，最高配置372G DDR4内存</td>
<td>1927.00元/1个月</td>
<td>10144.50元/6个月</td>
<td>17387.40元/1年</td>
<td>34724.40元/2年</td>
<td>51985.80元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6i</td>
<td>24核93G</td>
<td>16G显存T4计算卡，最高配置372G DDR4内存</td>
<td>2017.00元/1个月</td>
<td>10617.00元/6个月</td>
<td>18197.40元/1年</td>
<td>36344.40元/2年</td>
<td>54415.80元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6i</td>
<td>48核186G</td>
<td>16G显存T4计算卡，最高配置372G DDR4内存</td>
<td>3997.00元/1个月</td>
<td>21012.00元/6个月</td>
<td>36017.40元/1年</td>
<td>71984.40元/2年</td>
<td>106920.00元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6i</td>
<td>96核372G</td>
<td>16G显存T4计算卡，最高配置372G DDR4内存</td>
<td>7957.00元/1个月</td>
<td>41802.00元/6个月</td>
<td>71657.40元/1年</td>
<td>143264.40元/2年</td>
<td>214092.00元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6i</td>
<td>40核155G</td>
<td>16G显存T4计算卡，最高配置372G DDR4内存</td>
<td>2882.16元/1个月</td>
<td>15159.10元/6个月</td>
<td>25983.85元/1年</td>
<td>51917.30元/2年</td>
<td>77775.15元/3年</td>
</tr>
<tr>
<td>GPU云服务器vgn6i-vws</td>
<td>4核23G</td>
<td>包含NVIDIA Quadro vWS的软件Licehse，计算能力支持T4的1/4和1/2，GPU显存支持4GB和8GB</td>
<td>665.56元/1个月</td>
<td>3521.91元/6个月</td>
<td>6034.39元/1年</td>
<td>12018.37元/2年</td>
<td>17926.76元/3年</td>
</tr>
<tr>
<td>GPU云服务器vgn6i-vws</td>
<td>10核46G</td>
<td>包含NVIDIA Quadro vWS的软件Licehse，计算能力支持T4的1/4和1/2，GPU显存支持4GB和8GB</td>
<td>1171.62元/1个月</td>
<td>6178.77元/6个月</td>
<td>10589.00元/1年</td>
<td>21127.60元/2年</td>
<td>31590.60元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6e</td>
<td>12核92G</td>
<td>32G显存V100计算卡，最高配置736G DDR4内存</td>
<td>3827.00元/1个月</td>
<td>20119.50元/6个月</td>
<td>34487.40元/1年</td>
<td>68924.40元/2年</td>
<td>103285.80元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6e</td>
<td>48核368G</td>
<td>32G显存V100计算卡，最高配置736G DDR4内存</td>
<td>15197.00元/1个月</td>
<td>79812.00元/6个月</td>
<td>136817.40元/1年</td>
<td>273584.40元/2年</td>
<td>410275.80元/3年</td>
</tr>
<tr>
<td>GPU云服务器gn6e</td>
<td>96核736G</td>
<td>32G显存V100计算卡，最高配置736G DDR4内存</td>
<td>30357.00元/1个月</td>
<td>159402.00元/6个月</td>
<td>273257.40元/1年</td>
<td>546464.40元/2年</td>
<td>819595.80元/3年</td>
</tr>
</tbody>
</table>
阿里云GPU云服务器详情地址：https://www.aliyun.com/product/ecs/gpu
<h5>三、gpu云服务器特点、适用场景及实例规格及指标数据</h5>

GPU计算型实例规格族gn6v
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>

GPU计算型实例规格族gn6i
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>

GPU虚拟化型实例规格族vgn6i-vws
vgn6i-vws的特点如下：
由于GRID驱动的升级，阿里云对原vgn6i规格族进行了升级，新规格族为vgn6i-vws。新规格族采用最新的GRID驱动，并赠送了GRID vws授权。因此您不再需要从镜像市场购买收费镜像，而是直接使用镜像市场中已经集成了最新驱动的免费镜像即可。创建实例时在镜像市场中搜索GRID，可直接搜索到预装GRID驱动的免费镜像。如果需要使用其他公共镜像或自定义镜像，由于这些镜像中未包含GRID驱动，请提交工单申请GRID驱动文件单独安装，阿里云不对GRID驱动额外收取License费用。
1、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）
  

2、存储：

• I/O优化实例
  
• 仅支持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）
  

vgn6i-vws的适用场景如下：

• 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-vws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（主网卡/辅网卡）</th>
<th>弹性网卡</th>
<th>单网卡私有IP</th>
</tr>
</thead>
<tbody>
<tr>
<td>ecs.vgn6i-m4-vws.xlarge</td>
<td>4</td>
<td>23</td>
<td>NVIDIA T4 * 1/4</td>
<td>16GB * 1/4</td>
<td>2</td>
<td>50万</td>
<td>4/2</td>
<td>3</td>
<td>10</td>
</tr>
<tr>
<td>ecs.vgn6i-m8-vws.2xlarge</td>
<td>10</td>
<td>46</td>
<td>NVIDIA T4 * 1/2</td>
<td>16GB * 1/2</td>
<td>4</td>
<td>80万</td>
<td>8/2</td>
<td>4</td>
<td>10</td>
</tr>
<tr>
<td>ecs.vgn6i-m16-vws.5xlarge</td>
<td>20</td>
<td>92</td>
<td>NVIDIA T4 * 1</td>
<td>16GB * 1</td>
<td>7.5</td>
<td>120万</td>
<td>6</td>
<td>4</td>
<td>10</td>
</tr>
</tbody>
</table>

GPU计算型实例规格族gn6e
gn6e的特点如下：
1、计算：

• 采用NVIDIA V100（32 GB NVLink）GPU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
  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1:8
  
• 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）
  

gn6e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
  

gn6e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.gn6e-c12g1.3xlarge</td>
<td>12</td>
<td>92</td>
<td>NVIDIA V100 * 1</td>
<td>32GB * 1</td>
<td>5</td>
<td>80万</td>
<td>8</td>
<td>6</td>
<td>10</td>
</tr>
<tr>
<td>ecs.gn6e-c12g1.12xlarge</td>
<td>48</td>
<td>368</td>
<td>NVIDIA V100 * 4</td>
<td>32GB * 4</td>
<td>16</td>
<td>240万</td>
<td>8</td>
<td>8</td>
<td>20</td>
</tr>
<tr>
<td>ecs.gn6e-c12g1.24xlarge</td>
<td>96</td>
<td>736</td>
<td>NVIDIA V100 * 8</td>
<td>32GB * 8</td>
<td>32</td>
<td>480万</td>
<td>16</td>
<td>8</td>
<td>20</td>
</tr>
</tbody>
</table>