Dimensioni delle macchine virtuali ottimizzate per la GPU

Si applica a: ✔️ Macchine ✔️ virtuali Linux Macchine virtuali ✔️ Windows Set di scalabilità flessibili Set di scalabilità ✔️ Uniform

Suggerimento

Provare lo strumento selettore macchine virtuali per trovare altre dimensioni che soddisfano meglio il carico di lavoro.

Le dimensioni delle macchine virtuali ottimizzate per la GPU sono macchine virtuali specializzate disponibili con GPU singole, multiple o frazionarie. Queste dimensioni sono progettate per carichi di lavoro di visualizzazione oppure a elevato utilizzo di calcolo o di grafica. Questo articolo fornisce informazioni relative a numero e tipo di GPU, vCPU, dischi dati e schede di rete. Anche velocità effettiva di archiviazione e larghezza di banda della rete sono incluse per ogni dimensione di questo raggruppamento.

  • Le dimensioni della serie NCv3 e nc T4_v3 serie sono ottimizzate per le applicazioni con accelerazione GPU a elevato utilizzo di calcolo. Alcuni esempi sono applicazioni e simulazioni basate su CUDA e OpenCL, intelligenza artificiale e Deep Learning. La serie NC T4 v3 si concentra sui carichi di lavoro di inferenza con la GPU Tesla T4 di NVIDIA e il processore AMD EPYC2 Rome. La serie NCv3 si concentra sul calcolo ad alte prestazioni e sui carichi di lavoro di intelligenza artificiale con GPU Tesla V100 di NVIDIA.

  • Le dimensioni della serie V4 di ND A100 sono incentrate sul training di deep learning e su larga scala e sulle applicazioni HPC accelerate. La serie ND A100 v4 usa 8 GPU NVIDIA A100 TensorCore, ognuna disponibile con una connessione 200 Gigabit Mellanox InfiniBand HDR e 40 GB di memoria GPU.

  • Le dimensioni della serie NV e NVv3 sono ottimizzate e progettate per la visualizzazione remota, lo streaming, il gioco, la codifica e gli scenari VDI usando framework come OpenGL e DirectX. Queste macchine virtuali hanno GPU NVIDIA Tesla M60.

  • Serie NVv4 Dimensioni delle macchine virtuali ottimizzate e progettate per la visualizzazione VDI e remota. Con GPU partizionate, NVv4 offre le dimensioni corrette per i carichi di lavoro che richiedono risorse GPU più piccole. Queste macchine virtuali sono supportate dalla GPU AMD Radeon Instinct MI25. Le macchine virtuali NVv4 supportano attualmente solo il sistema operativo Guest Windows.

  • La macchina virtuale NDm A100 v4 è una nuova aggiunta di punta alla famiglia GPU di Azure, progettata per il training di Deep Learning di alto livello e la scalabilità elevata e la scalabilità orizzontale dei carichi di lavoro HPC. La serie NDm A100 v4 inizia con una singola macchina virtuale (VM) e otto GPU NVIDIA Ampere A100 80GB Tensor Core.

Sistemi operativi e driver supportati

Per sfruttare le funzionalità GPU delle macchine virtuali serie N di Azure, i driver NVIDIA o GPU AMD devono essere installati.

Considerazioni sulla distribuzione

  • Per la disponibilità delle VM serie N, vedere Prodotti disponibili in base all'area.

  • Le VM serie N possono essere distribuite solo nel modello di distribuzione Resource Manager.

  • Le macchine virtuali serie N differiscono nel tipo di Archiviazione di Azure supportato per i dischi. Le VM serie NC e NV supportano solo dischi della macchina virtuale con archiviazione su disco di Azure di tipo Standard (HDD). Tutte le altre macchine virtuali GPU supportano dischi vm supportati da Archiviazione disco Standard e Archiviazione disco Premium (SSD).

  • Per distribuire numerose VM serie N, prendere in considerazione una sottoscrizione con pagamento in base al consumo o altre opzioni di acquisto. Con un account gratuito di Azureè possibile usare solo un numero limitato di core di calcolo di Azure.

  • Può essere necessario aumentare la quota di core (per area) nella sottoscrizione di Azure e la quota separata per i core NC, NCv2, NCv3, ND, NDv2, NV o NVv2. Per richiedere un aumento della quota, è possibile aprire una richiesta di assistenza clienti online senza alcun addebito. I limiti predefiniti possono variare in base alla categoria della sottoscrizione.

Altre dimensioni

Passaggi successivi

Altre informazioni su come le unità di calcolo di Azure consentono di confrontare le prestazioni di calcolo negli SKU di Azure.