GPU optimized virtual machine sizes
A következőkre vonatkozik: ✔️ Linux rendszerű virtuális gépek ✔️ Windows rendszerű virtuális gépek Rugalmas méretezési ✔️ csoportok ✔️ Egységes méretezési csoportok
Tipp.
A virtuális gépek választóeszközével megkeresheti a számítási feladatnak leginkább megfelelő méreteket.
A GPU-optimalizált virtuálisgép-méretek olyan speciális virtuális gépek, amelyek egyetlen, több vagy tört GPU-val érhetők el. Ezeket a méreteket nagy számítási igényű, grafikus és vizualizációs számítási feladatokhoz tervezték. Ez a cikk tájékoztatást nyújt a GPU-k, vCPU-k, adatlemezek és hálózati adapterek számáról és típusáról. Ebben a csoportosításban a tároló átviteli sebessége és a hálózati sávszélesség is szerepel minden mérethez.
Az NCv3-sorozat és az NC T4_v3-sorozatok méretei a nagy számítási igényű GPU-gyorsított alkalmazásokhoz vannak optimalizálva. Ilyenek például a CUDA- és OpenCL-alapú alkalmazások és szimulációk, az AI és a Deep Tanulás. Az NC T4 v3-sorozat az NVIDIA Tesla T4 GPU-jával és AMD EPYC2 Rome processzorával rendelkező számítási feladatokra összpontosít. Az NCv3 sorozat az NVIDIA Tesla V100 GPU-jával rendelkező nagy teljesítményű számítási feladatokra és AI-számítási feladatokra összpontosít.
Az NC 100 v4-sorozatok méretei a közepes AI-betanításra és a kötegelt következtetési számítási feladatokra összpontosítanak. Az NC A100 v4 sorozat rugalmasságot kínál egy, két vagy négy NVIDIA A100 80 GB-os PCIe Tensor Core GPU-k virtuális gépenként történő kiválasztásához, hogy kihasználhassa a számítási feladathoz megfelelő méretű GPU-gyorsítást.
Az ND A100 v4-sorozat méretei a mélytanulási betanítás és a gyorsított HPC-alkalmazások vertikális felskálázására és vertikális felskálázására összpontosítanak. Az ND A100 v4 sorozat 8 NVIDIA A100 TensorCore GPU-t használ, mindegyik 200 Gigabit Mellanox InfiniBand HDR-kapcsolattal és 40 GB GPU-memóriával érhető el.
Az NGads V620 sorozatú virtuálisgép-méretek az Azure-ban üzemeltetett nagy teljesítményű, interaktív játékélményhez vannak optimalizálva. AmD Radeon PRO V620 GPU-k és AMD EPYC 7763 (Milan) processzorok működtetik őket.
Az NV-sorozatok és az NVv3-sorozatok méretei távoli vizualizációhoz, streameléshez, játékhoz, kódoláshoz és VDI-forgatókönyvekhez vannak optimalizálva és tervezve olyan keretrendszerek használatával, mint az OpenGL és a DirectX. Ezeket a virtuális gépeket az NVIDIA Tesla M60 GPU-k is alátámasztják.
VDI-hez és távoli vizualizációhoz optimalizált és tervezett NVv4 sorozatú virtuálisgép-méretek. Particionált GPU-k esetén az NVv4 a megfelelő méretet kínálja a kisebb GPU-erőforrásokat igénylő számítási feladatokhoz. Ezek a virtuális gépek az AMD Radeon Instinct MI25 GPU-val támogatottak. Az NVv4 virtuális gépek jelenleg csak a Windows-vendég operációs rendszert támogatják.
Az NDm A100 v4-sorozatú virtuális gép az Azure GPU-család új zászlóshajója, amely a high-end Deep Tanulás betanításához, valamint a szorosan összekapcsolt vertikális felskálázáshoz és a HPC-számítási feladatok vertikális felskálázásához készült. Az NDm A100 v4 sorozat egyetlen virtuális géppel (VM) és nyolc NVIDIA Ampere A100 80 GB-os Tensor Core GPU-val kezdődik.
Támogatott operációs rendszerek és illesztőprogramok
Az Azure N sorozatú virtuális gépek GPU-képességeinek kihasználásához telepíteni kell az NVIDIA- vagy AMD GPU-illesztőprogramokat.
Az NVIDIA GPU-k által támogatott virtuális gépek esetében az NVIDIA GPU-illesztőprogram-bővítmény telepíti a megfelelő NVIDIA CUDA- vagy GRID-illesztőprogramokat. Telepítse vagy kezelje a bővítményt az Azure Portalon vagy olyan eszközökkel, mint az Azure PowerShell vagy az Azure Resource Manager-sablonok. A támogatott operációs rendszerekről és az üzembe helyezési lépésekről az NVIDIA GPU-illesztőprogram-bővítmény dokumentációjában olvashat. A virtuálisgép-bővítményekkel kapcsolatos általános információkért tekintse meg az Azure-beli virtuálisgép-bővítményeket és -funkciókat.
Másik lehetőségként manuálisan is telepítheti az NVIDIA GPU-illesztőprogramokat. A támogatott operációs rendszerek, illesztőprogramok, telepítési és ellenőrzési lépések esetében lásd : NVIDIA GPU-illesztőprogramok telepítése Windows rendszerű N sorozatú virtuális gépekre vagy NVIDIA GPU-illesztőprogramok telepítése Linux rendszerű N sorozatú virtuális gépekre.
Az AMD GPU-k által támogatott virtuális gépek esetében az AMD GPU-illesztőbővítmény telepíti a megfelelő AMD-illesztőprogramokat. Telepítse vagy kezelje a bővítményt az Azure Portalon vagy olyan eszközökkel, mint az Azure PowerShell vagy az Azure Resource Manager-sablonok. A virtuálisgép-bővítményekkel kapcsolatos általános információkért tekintse meg az Azure-beli virtuálisgép-bővítményeket és -funkciókat.
Másik lehetőségként manuálisan is telepítheti az AMD GPU-illesztőprogramokat. A támogatott operációs rendszerek, illesztőprogramok, telepítési és ellenőrzési lépésekért tekintse meg az AMD GPU-illesztőprogramok Windows rendszerű N sorozatú virtuális gépekre történő telepítését.
Deployment considerations
Az N sorozatú virtuális gépek elérhetőségéről a régiónként elérhető termékek című témakörben olvashat.
Az N sorozatú virtuális gépek csak a Resource Manager üzemi modellben telepíthetők.
Az N sorozatú virtuális gépek a lemezeikhez támogatott Azure Storage típusában különböznek. Az NC és NV virtuális gépek csak a Standard Disk Storage (HDD) által támogatott virtuálisgép-lemezeket támogatják. Minden más GPU-virtuális gép támogatja a standard lemeztároló és a prémium szintű lemeztároló (SSD) által támogatott virtuálisgép-lemezeket.
Ha több N sorozatú virtuális gépet szeretne üzembe helyezni, fontolja meg a használatalapú fizetéses előfizetést vagy más vásárlási lehetőségeket. Amennyiben ingyenes Azure-fiókot használ, csak korlátozott számú számítási magot használhat az Azure-ban.
Előfordulhat, hogy növelnie kell a magkvótát (régiónként) az Azure-előfizetésében, és növelnie kell az NC, NCv2, NCv3, ND, NDv2, NV vagy NVv2 magok külön kvótáját. Ha kérni szeretné a kvóta növelését, hozzon létre egy ingyenes támogatási kérést az interneten. Az alapértelmezett korlátok az előfizetés kategóriájától függően változhatnak.
Egyéb méretek
- Általános célú
- Számításoptimalizált
- Nagy teljesítményű számítás
- Memóriaoptimalizált
- Tároptimalizált
- Előző generációk
További lépések
További információ arról, hogyan segíthet az Azure számítási egységek (ACU) az Azure SKU-k számítási teljesítményének összehasonlításában.