引言:要做深度学习,必然需要 GPU,如何构建一个弹性的 GPU 环境是很多读者关心和常问的问题,今天主要分享关于云服务器的选择。



如何高性价比地构建GPU环境,实现GPU自由?_java


由于购买GPU价格高昂,通过购买 GPU 云算力来解放生产力成为越来越多人的首选。知名的云服务商包括亚马逊AWS,阿里云等,价格相对较贵,如果习惯应用百度深度学习框架pandlepandle,也可以在百度AI Studio 褥免费算力。除了这些,今天重点聊聊一些高性价比的算力平台矩池云就是其中一个


随着 Datawhale 的发展和对算力的需求,几个月前受到矩池云邀请,多个组织成员受邀体验,并给予优惠算力支持。从反馈来看,矩池云相对来说价格更亲民,简单易用,适合新手上手。除了核心GPU,额外提供了公开数据集、案例、预装环境、高速网盘等配套设施和数据,接下来会简单介绍。另外,矩池云也为Datawhale 读者提供了5元体验券和118元的邀请券「文末领取」,一并感谢。


高性价比

相较同类型产品,矩池云拥有较高的性价比。采用分钟级的实时计费模式,具体可以见下表。另有0.9 元2080Ti单卡与 3.96 元2080Ti双卡的特价机抢购机会,近期还会上线包年包月的计费模式


矩池云产品价目表

产品

显存

内核

SSD

元/小时

单卡RTX 2070

8G

6

100G

2.5

双卡RTX 2070

16G

12

100G

5

单卡RTX 2080 Ti

11G

6

100G

3

双卡RTX 2080 Ti

22G

12

100G

6


一键下单

可通过筛选、排序等功能快速找到合适的主机,选择机器后一键下单。 

如何高性价比地构建GPU环境,实现GPU自由?_java_02


预装环境

为用户预装了常用的Python、Cuda、Tensorflow、Keras、Pytorch、Caffe、Darknet13等AI必备的开发环境。

如何高性价比地构建GPU环境,实现GPU自由?_java_03


快速上手

安装了JupyterLab,用户可以迅速访问使用

如何高性价比地构建GPU环境,实现GPU自由?_java_04


兼容第三方工具

支持第三方工具远程使用,如PyCharm、Spyder、PuTTY、Xshell等软件。

如何高性价比地构建GPU环境,实现GPU自由?_java_05


公开数据集

整理了一些常见的公开数据集,供用户快速访问和使用。

  • 图像数据集:MNIST、CIFAR10、3D_Segmentation、voc2012

  • 自然语言处理数据集:dbpedia、imdb-sentiments、stanford-question-answering、amazonreviews、UCI-spambase、videos_and_music、youtube8m、beethoven

  • kaggle:msdchallenge、netflix-prize-data、transaction_prediction

  • 天池:中文糖尿病标注数据集、Traffic_Flow_KDD_CUP_2017、User Behavior Data on Taobao App

如何高性价比地构建GPU环境,实现GPU自由?_java_06       

高速网盘

提供了高速的网盘供用户管理数据,并提供了5G的免费容量。

如何高性价比地构建GPU环境,实现GPU自由?_java_07 

网盘是永久性的存储,每次租用的时候会进行挂载,在租用主机内部进行高速读写。

如何高性价比地构建GPU环境,实现GPU自由?_java_08