ND-serien
Gäller för: ✔️ Virtuella Linux-datorer ✔️ med virtuella Windows-datorer ✔️ – flexibla skalningsuppsättningar ✔️ Enhetliga skalningsuppsättningar
De virtuella datorerna i ND-serien är ett nytt tillägg till GPU-serien som är utformad för AI- och Deep Learning-arbetsbelastningar. De erbjuder utmärkta prestanda för träning och slutsatsdragning. ND-instanser drivs av NVIDIA Tesla P40 GPU:er och Intel Xeon E5-2690 v4 (Broadwell) processorer. Dessa instanser ger utmärkta prestanda för flyttalsåtgärder med enkel precision för AI-arbetsbelastningar som använder Microsoft Cognitive Toolkit, TensorFlow, Caffe och andra ramverk. ND-serien erbjuder också en mycket större GPU-minnesstorlek (24 GB), vilket gör det möjligt att passa mycket större neurala nätmodeller. Precis som NC-serien erbjuder ND-serien en konfiguration med ett sekundärt nätverk med låg latens, högt dataflöde via RDMA och InfiniBand-anslutning så att du kan köra storskaliga träningsjobb som sträcker sig över många GPU:er.
Premium Storage: Stöds
Premium Storage cachelagring: Stöds
Ultra Disks: Stöds (Läs mer om tillgänglighet, användning och prestanda)
Direktmigrering: Stöds inte
Minnesbevarande Uppdateringar: Stöds inte
Stöd för VM-generation: Generation 1 och 2
Accelererat nätverk: Stöds inte
Tillfälliga OS-diskar: Stöds
Nvidia NVLink Interconnect: Stöds inte
Kapslad virtualisering: Stöds inte
Viktigt
För den här VM-serien är vCPU-kvoten (kärnkvoten) per region i din prenumeration ursprungligen inställd på 0. Begär en vCPU-kvotökning för den här serien i en tillgänglig region.
Storlek | Virtuell processor | Minne: GiB | Temporär lagring (SSD) GiB | GPU | GPU-minne: GiB | Maximalt antal datadiskar | Maximalt dataflöde för ej anslutna diskar: IOPS/Mbit/s | Maximalt antal nätverkskort |
---|---|---|---|---|---|---|---|---|
Standard_ND6s | 6 | 112 | 736 | 1 | 24 | 12 | 20000/200 | 4 |
Standard_ND12s | 12 | 224 | 1474 | 2 | 48 | 24 | 40000/400 | 8 |
Standard_ND24s | 24 | 448 | 2948 | 4 | 96 | 32 | 80000/800 | 8 |
Standard_ND24rs* | 24 | 448 | 2948 | 4 | 96 | 32 | 80000/800 | 8 |
1 GPU = ett P40-kort.
*RDMA-stöd
Operativsystem och drivrutiner som stöds
För att kunna dra nytta av GPU-funktionerna i virtuella Datorer i Azure N-serien måste NVIDIA GPU-drivrutiner installeras.
NVIDIA GPU-drivrutinstillägget installerar lämpliga NVIDIA CUDA- eller GRID-drivrutiner på en virtuell dator i N-serien. Installera eller hantera tillägget med hjälp av Azure Portal eller verktyg som Azure PowerShell- eller Azure Resource Manager-mallar. Se dokumentationen om NVIDIA GPU Driver Extension för operativsystem som stöds och distributionssteg. Allmän information om VM-tillägg finns i Tillägg och funktioner för virtuella Azure-datorer.
Om du väljer att installera NVIDIA GPU-drivrutiner manuellt kan du läsa N-seriens GPU-drivrutinskonfiguration för Windows - eller N-seriens GPU-drivrutinskonfiguration för Linux för operativsystem, drivrutiner, installation och verifiering som stöds.
Definitioner för storlekstabellen
Lagringskapaciteten visas i GiB, eller 1 024^3 byte. När du jämför diskar i GB (1 000^3 byte) med diskar som mäts i GiB (1 024^3) bör du komma ihåg att kapacitetssiffrorna som anges i GiB kan verka mindre. Till exempel 1 023 GiB = 1 098,4 GB.
Diskgenomflödet mäts i indata-/utdataåtgärder per sekund (IOPS) och Mbit/s där Mbit/s = 10^6 byte/sek.
Datadiskar kan köras i cachelagrat eller icke cachelagrat läge. För diskåtgärder med cachelagrade data anges cacheläget till ReadOnly eller ReadWrite. För diskåtgärder med icke cachelagrade data anges cacheläget till Inget.
Information om hur du får bästa lagringsprestanda för dina virtuella datorer finns i Prestanda för virtuella datorer och diskar.
Förväntad nätverksbandbredd är den maximala aggregerade bandbredden som allokeras per VM-typ för alla nätverkskort för alla mål. Mer information finns i Nätverksbandbredd för virtuella datorer.
Övre gränser garanteras inte. Begränsningar ger vägledning för att välja rätt VM-typ för det avsedda programmet. Den faktiska nätverksprestandan beror på flera faktorer, till exempel överbelastning i nätverket, programbelastningar och nätverksinställningar. Information om hur du optimerar nätverkets dataflöde finns i Optimera nätverkets dataflöde för virtuella Azure-datorer. För att uppnå förväntade nätverksprestanda i Linux eller Windows kan du behöva välja en specifik version eller optimera den virtuella datorn. Mer information finns i Avsnittet om testning av bandbredd/dataflöde (NTTTCP).
Andra storlekar och information
- Generell användning
- Minnesoptimerad
- Lagringsoptimerad
- GPU-optimerad
- Databehandling med höga prestanda
- Tidigare generationer
Priskalkylator: Priskalkylator
Mer information om disktyper finns i Vilka disktyper är tillgängliga i Azure?
Nästa steg
Läs mer om hur Azure-beräkningsenheter (ACU) kan hjälpa dig att jämföra beräkningsprestanda mellan Azure-SKU:er.