Serie delle dimensioni delle macchine virtuali accelerate della sottofamiglia GPU "NC"
Si applica a: ✔️ macchine virtuali Linux ✔️ macchine virtuali Windows ✔️ set di scalabilità flessibili ✔️ set di scalabilità uniformi
La serie delle dimensioni delle macchine virtuali della sottofamiglia "HC" è una delle istanze di VM ottimizzate per GPU di Azure. Sono progettati per carichi di lavoro a elevato utilizzo di calcolo, ad esempio il training dei modelli di Intelligenza artificiale e Machine Learning, HPC (High Performance Computing) e le applicazioni a elevato utilizzo di grafica. Dotato di potenti GPU NVIDIA, le macchine virtuali serie NC offrono un'accelerazione sostanziale per i processi che richiedono una potenza di calcolo elevata, tra cui deep learning, simulazioni scientifiche e rendering 3D. Ciò le rende particolarmente adatte per settori come la ricerca tecnologica, l'intrattenimento e l'ingegneria, in cui la velocità di rendering e elaborazione è fondamentale per la produttività e l'innovazione.
Carichi di lavoro e casi d’uso
Intelligenza artificiale e Machine Learning: le macchine virtuali serie NC sono ideali per il training di modelli di Machine Learning complessi e l'esecuzione di applicazioni di intelligenza artificiale. Le GPU NVIDIA offrono un'accelerazione significativa per i calcoli che fanno generalmente parte nell'apprendimento avanzato e in altre attività di training intensive.
HPC (High Performance Computing): queste macchine virtuali sono adatte per simulazioni scientifiche, rendering e altri carichi di lavoro HPC che possono essere accelerati da GPU. Campi come l'ingegneria, la ricerca medica e creazione di modelli finanziari spesso usano macchine virtuali serie NC per gestire in modo efficiente le proprie esigenze di calcolo.
Rendering della grafica: le macchine virtuali serie NC vengono usate anche per applicazioni a elevato utilizzo di grafica, tra cui video editing, rendering 3D e elaborazione grafica in tempo reale. Sono particolarmente utili in settori come lo sviluppo di videogiochi e la produzione di film.
Visualizzazione remota: per le applicazioni che richiedono funzionalità di visualizzazione molto potenti, ad esempio CAD ed effetti visivi, le macchine virtuali serie NC possono fornire la potenza GPU necessaria in remoto, consentendo agli utenti di lavorare su attività grafiche complesse senza dover usare hardware locale potente.
Simulazione e analisi: queste macchine virtuali sono adatte anche per simulazioni dettagliate e analisi in aree come i crash test automobilistici, la fluidodinamica computazionale e la creazione di modelli meteorologici, in cui le funzionalità GPU possono velocizzare notevolmente i tempi di elaborazione.
Serie in famiglia
Serie NC V1
Le macchine virtuali serie NC sono basate sulla scheda NVIDIA Tesla K80 e sul processore Intel Xeon E5-2690 v3 (Haswell). Gli utenti possono elaborare i dati più velocemente sfruttando i core CUDA per eseguire l'analisi del consumo di energia delle applicazioni, simulazioni di arresto anomalo, rendering con ray tracing, Deep Learning e altro ancora. La configurazione NC24r offre un'interfaccia di rete ad alta velocità effettiva e a bassa latenza, ottimizzata per carichi di lavoro di calcolo paralleli strettamente associati.
Visualizzare la pagina completa della serie "NC".
In parte | Quantità Conteggiodelle unità |
Specifiche ID SKU, unità delle prestazioni e così via. |
---|---|---|
Processore | 6 - 24vCore | Intel® Xeon® E5-2690 v3 (Haswell) |
Memoria | 56 - 224GiB | |
Dischi dati | 24 - 64Dischi | |
Rete | 1 - 4schede di interfaccia di rete | |
Acceleratori | 1 - 4GPU | NVIDIA Tesla K80 12GiB 12 - 48GiB per macchina virtuale |
NCads_-_H100_v5-series
Le macchine virtuali serie NCads H100 v5 sono una nuova aggiunta alla famiglia GPU di Azure. È possibile usare questa serie per carichi di lavoro di inferenza batch e training di intelligenza artificiale applicata di Azure. Le macchine virtuali serie NCads H100 v5 sono basate su GPU NVIDIA H100 NVL e processori AMD EPYC™ di quarta generazione. Le macchine virtuali sono dotate di un massimo di 2 GPU NVIDIA H100 NVL con 94 GB di memoria, fino a 96 core del processore AMD EPYC Genova non multithreading e 640 GiB di memoria di sistema.
Visualizzare la pagina completa della serie NCads_-_H100_v5.
In parte | Quantità Conteggiodelle unità |
Specifiche ID SKU, unità delle prestazioni e così via. |
---|---|---|
Processore | 40 - 80vCore | AMD EPYC™ (Genoa) |
Memoria | 320 - 640GiB | |
Dischi dati | 8 - 16Dischi | 100000 - 240000IOPS / 3000 - 7000MBps |
Rete | 2 - 4schede di interfaccia di rete | 40000 - 80000Mbps |
Acceleratori | 1 - 2GPU | NVIDIA H100 NVL 94GiB 94 - 188GiB per macchina virtuale |
Serie NCv2
Le macchine virtuali serie NCv2 sono basate sulle GPU NVIDIA Tesla P100. Queste GPU possono offrire prestazioni di calcolo più che raddoppiate rispetto a quelle della serie NC. I clienti possono sfruttare i vantaggi di queste GPU aggiornate per carichi di lavoro HPC tradizionali, come la modellazione delle riserve, il sequenziamento del DNA, l'analisi di proteine, le simulazioni Monte Carlo e altro ancora. Oltre alle GPU, le MACCHINE virtuali serie NCv2 sono basate anche sulle CPU Intel Xeon E5-2690 v4 (Broadwell). La configurazione NC24rs v2 offre un'interfaccia di rete ad alta velocità effettiva e a bassa latenza, ottimizzata per carichi di lavoro di calcolo paralleli strettamente associati.
Visualizzare la pagina completa della serie NCv2.
In parte | Quantità Conteggiodelle unità |
Specifiche ID SKU, unità delle prestazioni e così via. |
---|---|---|
Processore | 6 - 24vCore | Intel® Xeon® E5-2690 v4 (Broadwell) |
Memoria | 112 - 448GiB | |
Dischi dati | 12 - 32Dischi | 20000 - 80000IOPS / 200 - 800MBps |
Rete | 4 - 8 schede di interfaccia di rete | |
Acceleratori | 1 - 4GPU | NVIDIA Tesla P100 16GiB 16 - 64GiB per macchina virtuale |
Serie NCv3
Le macchine virtuali serie NCv3 sono basate sulle GPU NVIDIA Tesla V100. Queste GPU possono offrire prestazioni di calcolo una volta e mezzo superiori rispetto a quelle della serie NCv2. I clienti possono sfruttare i vantaggi di queste GPU aggiornate per carichi di lavoro HPC tradizionali, come la modellazione delle riserve, il sequenziamento del DNA, l'analisi di proteine, le simulazioni Monte Carlo e altro ancora. La configurazione NC24rs v3 offre un'interfaccia di rete ad alta velocità effettiva e a bassa latenza, ottimizzata per carichi di lavoro di calcolo paralleli strettamente associati. Oltre alle GPU, le MACCHINE virtuali serie NCv3 sono basate anche sulle CPU Intel Xeon E5-2690 v4 (Broadwell).
Visualizzare la pagina completa della serie NCv3.
In parte | Quantità Conteggiodelle unità |
Specifiche ID SKU, unità delle prestazioni e così via. |
---|---|---|
Processore | 6 - 24vCore | Intel® Xeon® E5-2690 v4 (Broadwell) |
Memoria | 112 - 448GiB | |
Dischi dati | 12 - 32Dischi | 20000 - 80000IOPS / 200 - 800MBps |
Rete | 4 - 8 schede di interfaccia di rete | |
Acceleratori | 1 - 4 GPU | NVIDIA Tesla V100 16GiB 16 - 64GiB per macchina virtuale |
Serie NCasT4_v3
Le macchine virtuali serie NCasT4_v3 sono basate su GPU Nvidia Tesla T4 e CPU AMD EPYC 7V12(Rome). Le macchine virtuali dispongono di un massimo di 4 GPU NVIDIA T4 con 16 GB di memoria ciascuna, fino a 64 core non multithread AMD EPYC 7V12 (Rome) (frequenza di base di 2,45 GHz, frequenza massima di tutti i core di 3,1 GHz e frequenza di picco a core singolo di 3,3 GHz) e 440 GiB di memoria di sistema. Queste macchine virtuali sono ideali per la distribuzione di servizi di intelligenza artificiale, ad esempio l'inferenza in tempo reale delle richieste generate dall'utente o per carichi di lavoro interattivi di grafica e visualizzazione usando il driver GRID di NVIDIA e la tecnologia GPU virtuale. I carichi di lavoro di calcolo GPU standard basati su CUDA, TensorRT, Caffe, ONNX e altri framework o applicazioni grafiche con accelerazione GPU basate su OpenGL e DirectX, possono essere distribuiti economicamente, molto vicini agli utenti, nella serie NCasT4_v3.
Visualizzare la pagina completa della serie NCasT4_v3.
In parte | Quantità Conteggiodelle unità |
Specifiche ID SKU, unità delle prestazioni e così via. |
---|---|---|
Processore | 4 - 64vCore | AMD EPYC™ 7V12 (Rome) |
Memoria | 28 - 440GiB | |
Dischi dati | 8 - 32Dischi | 20000 - 80000IOPS / 200 - 800MBps |
Rete | 2 - 8 schede di interfaccia di rete | 8000 - 32000Mbps |
Acceleratori | 1 - 4GPU | NVIDIA Tesla T4 16GiB 16 - 64GiB per macchina virtuale |
NC_A100_v4-series
La macchina virtuale della serie NC A100 v4 è una nuova aggiunta alla famiglia GPU di Azure. È possibile usare questa serie per carichi di lavoro di inferenza batch e training di intelligenza artificiale applicata di Azure. La serie NC A100 v4 è basata su processori GPU NVIDIA A100 PCIe e processori AMD EPYC™ 7V13 (Milan). Le macchine virtuali includono fino a 4 GPU NVIDIA A100 PCIe con 80 GB di memoria, fino a 96 core non multithread AMD EPYC Milan e 880 GiB di memoria di sistema.
Visualizzare la paginacompleta della serie NC_A100_v4.
In parte | Quantità Conteggiodelle unità |
Specifiche ID SKU, unità delle prestazioni e così via. |
---|---|---|
Processore | 24 - 96vCore | EPYC™ 7V13 (Milan) |
Memoria | 220 - 880GiB | |
Dischi dati | 8 - 32Dischi | 30000 - 120000IOPS / 1000 - 4000MBps |
Rete | 2 - 8 schede di interfaccia di rete | 20000 - 80000Mbps |
Acceleratori | 1 - 4GPU | NVIDIA A100 (PCIe) 80GiB 80 - 320GiB per macchina virtuale |
Serie di famiglie NC di generazione precedente
Per le dimensioni precedenti, vedere Dimensioni di generazione precedenti.
Altre informazioni sulle dimensioni
Elenco di tutte le dimensioni disponibili: Dimensioni
Calcolatore dei prezzi: Calcolatore dei prezzi
Informazioni sui tipi di dischi: Tipi di dischi
Passaggi successivi
Altre informazioni su come le unità di calcolo di Azure consentono di confrontare le prestazioni di calcolo negli SKU di Azure.
Vedere host dedicati di Azure per i server fisici in grado di ospitare una o più macchine virtuali assegnate a una sottoscrizione di Azure.
Informazioni su come Monitorare le macchine virtuali di Azure.
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per