阿里云GPU云服务器：GPU计算型和GPU虚拟化型实例规性能全面介绍

bltvk1129

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。本文将重点介绍阿里云的GPU云服务器实例规格及其性能，旨在帮助用户更好地了解和选择合适的实例类型。





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

<h2>一、GPU云服务器概述</h2>
GPU云服务器是一种搭载图形处理器（GPU）的云计算服务，适用于需要进行大规模并行计算和图形处理的应用场景。与传统的CPU云服务器相比，GPU云服务器在处理图形渲染、深度学习、科学计算等任务时具有更高的性能和效率。
阿里云提供了多种GPU云服务器实例规格，以满足用户在不同场景下的需求。这些实例规格在计算能力、内存容量、存储性能和网络带宽等方面有所不同，用户可以根据实际需求进行选择。
<h2>二、阿里云GPU云服务器实例规格介绍</h2>
<h3>1. 高端计算型实例规格族</h3>
<h4>（1）gn7i实例规格族</h4>
特点：

• 搭载高性能的NVIDIA GPU，提供强大的计算能力，满足大规模数据处理和高性能计算需求。
  
• 配备高速内存和大容量存储，确保复杂计算任务的顺利进行。
  
• 适用于深度学习、科学计算、图形渲染等高性能计算场景。
  

性能：

• GPU：搭载NVIDIA高端GPU，支持CUDA加速，提供高效的并行计算能力。
  
• CPU：采用Intel Xeon可扩展处理器，提供强大的计算性能。
  
• 内存：配备大容量DDR4内存，支持高速数据传输。
  
• 存储：支持高性能ESSD云盘，确保数据的快速读写。
  

<h4>（2）gn7e实例规格族</h4>
特点：

• 提供灵活的GPU配置选项，满足用户在不同AI业务场景下的需求。
  
• 配备高速网络，确保数据传输的低延迟和高带宽。
  
• 适用于AI训练、深度学习、大数据分析等场景。
  

性能：

• GPU：可根据需求选择不同型号的NVIDIA GPU。
  
• CPU：采用高性能的Intel处理器，提供稳定的计算能力。
  
• 内存：配备足够的DDR4内存，支持大规模数据处理。
  
• 网络：提供高带宽和低延迟的网络连接。
  

<h3>2. 通用计算型实例规格族</h3>
<h4>（1）gn6i、gn6e、gn6v实例规格族</h4>
特点：

• 经济型GPU实例，适合预算有限但需要GPU加速的应用场景。
  
• 搭载性能适中的NVIDIA GPU，满足基础计算和图形处理需求。
  
• 优化的存储和网络性能，确保任务的稳定运行。
  

性能：

• GPU：搭载NVIDIA中端GPU，提供良好的计算和图形处理能力。
  
• CPU：采用Intel处理器，提供稳定的计算性能。
  
• 内存：配备适量的DDR4内存，满足一般任务需求。
  
• 存储和网络：优化的存储和网络性能，确保数据的快速传输和处理。
  

<h3>3. GPU虚拟化型实例规格族</h3>
<h4>（1）vgn6i-vws实例规格族</h4>
特点：

• 采用先进的虚拟化技术，提供灵活的GPU资源分配和管理功能。
  
• NVIDIA GPU支持，适合轻量级图形处理和计算任务。
  
• 资源共享模式，提高资源利用率和成本效益。
  

性能：

• GPU：支持NVIDIA GPU虚拟化技术，提供高效的图形处理和计算能力。
  
• CPU：采用Intel处理器，确保稳定的计算性能。
  
• 内存：适量的DDR4内存，满足一般任务需求。
  
• 存储和网络：优化的存储和网络性能，支持快速的数据读写和传输。
  

<h4>（2）sgn7i-vws实例规格族</h4>
特点：

• 依托第三代神龙架构，在高性能、稳定、安全、易用方面进一步得到提升。
  
• 已包含NVIDIA GRID vWS软件License，满足专业级图形设计需求。
  
• CPU和网络资源采用共享模式，最大化资源利用率。
  

性能：

• GPU：配备NVIDIA A10 GPU，支持多种GPU加速技术，提供高效的计算和图形处理能力。
  
• CPU：依托神龙架构，提供高性能和稳定的计算环境。
  
• 内存：独享内存资源，确保数据的隔离性和安全性。
  
• 存储和网络：优化的存储和网络性能，确保高效的数据读写和传输速度。
  

<h2>三、如何选择合适的GPU云服务器实例规格</h2>
在选择合适的GPU云服务器实例规格时，用户需要考虑以下几个方面：

• 计算需求：根据应用场景的计算需求来确定所需的GPU型号和数量。对于深度学习、科学计算等高性能计算场景，建议选择搭载高性能NVIDIA GPU的实例规格；对于图形处理、轻量级计算等场景，可以选择性价比较高的中端GPU实例规格。
  
• 内存容量：根据任务需求来确定所需的内存容量。对于大规模数据处理、复杂计算等任务，需要配备较大的内存容量以确保任务的顺利进行。
  
• 存储性能：考虑任务的I/O需求和数据读写速度来选择合适的存储类型。对于需要频繁读写大量数据的场景，建议选择高性能ESSD云盘来确保数据的快速读写。
  
• 网络带宽：根据数据传输需求和任务对延迟的敏感性来选择合适的网络带宽。对于需要低延迟和高带宽的数据传输场景，建议选择配备高速网络的实例规格。
  
• 成本预算：在满足计算需求的前提下，考虑成本预算来选择性价比高的实例规格。对于预算有限的用户，可以选择经济型GPU实例规格来降低成本。
  </ol>
  综上所述，选择合适的GPU云服务器实例规格需要综合考虑计算需求、内存容量、存储性能、网络带宽和成本预算等多个方面。通过对比分析不同实例规格的性能和价格，用户可以找到最适合自己应用场景的实例类型。
  <h2>四、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>五、阿里云gpu云服务器活动价格参考</h2>
  
  
  
  
  
  
  
  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
  
  
  
  
  
  
  
  目前阿里云已经通过权益中心为学生用户推出了300元无门槛优惠券，为初创企业推出了最低3500元、最高100万元的初创企业扶持抵扣金，学生用户可先领取无门槛优惠券，初创企业可先申请上云抵扣金，这样购买阿里云gpu云服务器时价格更便宜。
  
  
  
  
  
  <div class="image-caption">创业者计划100万抵扣金图.png
  
  随着云计算技术的不断发展，GPU云服务器在各个领域的应用越来越广泛。阿里云提供了丰富的GPU云服务器实例规格，以满足用户在不同场景下的需求。未来，随着技术的不断进步和市场需求的变化，阿里云将继续推出更多高性能、高性价比的GPU云服务器实例规格，为用户提供更加优质的服务体验。