「NC」子系列 GPU 加速的 VM 大小系列
適用於: ✔️ Linux VM ✔️ Windows VM ✔️ 彈性擴展集 ✔️ 統一擴展集
VM 大小系列的「NC」系列是其中一個 Azure 的 GPU 加速 VM 執行個體, 專為計算密集型工作負載所設計,例如 AI 和機器學習模型定型、高效能運算 (HPC) 和圖形密集型應用程式。 NC 系列 VM 配備強大的 NVIDIA GPU,可大幅加快需要大量計算能力的流程,包括深度學習、科學模擬和 3D 轉譯, 因此特別適合技術研究、娛樂和工程等產業。因為在這些產業中,轉譯和流程速度對生產力和創新來說至關重要。
工作負載和使用案例
AI 和機器學習:NC 系列 VM 非常適合訓練複雜的機器學習模型以及執行 AI 應用程式。 NVIDIA GPU 可顯著加快通常涉及深度學習和其他密集訓練工作的計算。
高效能運算 (HPC):這些 VM 最適合用在由 GPU 加速的科學模擬、轉譯和其他 HPC 工作負載。 工程、醫學研究和財務模型化等領域多半會使用 NC 系列 VM,以便有效率地處理其計算需求。
圖形轉譯:NC 系列 VM 也適合用在圖形密集型應用程式,包括影片編輯、3D 轉譯和即時圖形處理; 在遊戲開發和電影製作等產業中,更是特別有用。
遠端視覺效果:對於需要高端視覺效果功能的應用程式 (例如 CAD 和視覺效果) 來說,NC 系列 VM 可以從遠端提供必要的 GPU 功能,就算使用者的本機硬體功能並不強大,也能處理複雜的圖形工作。
模擬和分析:這些 VM 也適用於汽車碰撞測試、計算流體動力學和天氣模型化等領域的詳細模擬和分析,因為其 GPU 功能可以大幅加快處理時間。
系列中的系列
NC 系列 V1
NC 系列 VM 由 NVIDIA Tesla K80 卡和 Intel Xeon E5-2690 v3 (Haswell) 處理器提供。 使用者可使用 CUDA 更快速地處理資料,以進行能源探勘應用、撞擊模擬、光線追蹤成像、深度學習等等。 NC24r 設定提供低延遲且高輸送量網路介面,最適合用於緊密結合的平行計算工作負載。
部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
---|---|---|
處理器 | 6 - 24 個虛擬核心 | Intel® Xeon® E5-2690 v3 (Haswell) |
記憶體 | 56 - 224GiB | |
資料磁碟 | 24 - 64 個磁碟 | |
網路 | 1 - 4 個 NIC | |
加速器 | 1 - 4 顆 GPU | NVIDIA Tesla K80 12GiB 12 - 48 GiB (每個 VM) |
NCads_-_H100_v5-series
NCads H100 v5 系列虛擬機器 (VM)是 Azure GPU 系列的新成員。 此系列適用於實際 Azure 應用 AI 訓練和批次推斷工作負載。 NCads H100 v5 系列虛擬機器由 NVIDIA H100 NVL GPU 和第 4 代 AMD EPYC™ Genoa 處理器提供技術支援。 此系列 VM 最多可有 2 個 NVIDIA H100 NVL GPU,每個 GPU 具有 94GB 記憶體,最多 96 個非多執行緒 AMD EPYC 處理器核心和 640 GiB 的系統記憶體。
部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
---|---|---|
處理器 | 40 - 80 個虛擬核心 | AMD EPYC™ (Genoa) |
記憶體 | 320 - 640 GiB | |
資料磁碟 | 8 - 16 個磁碟 | 100000 - 240000IOPS/3000 - 7000MBps |
網路 | 2 - 4 個 NIC | 40000 - 80000Mbps |
加速器 | 1 - 2個 GPU | NVIDIA H100 NVL 94GiB 94 - 188GiB (每個 VM) |
NCv2 系列
NCv2 系列 VM 是由 NVIDIA Tesla P100 GPU 提供技術支援。 這些 GPU 可提供 NC 系列 2 倍以上的計算效能。 客戶可善用這些更新的 GPU,進行傳統 HPC 工作負載,例如水庫模型化、DNA 排序、蛋白質分析、蒙地卡羅模擬等案例。 除了 GPU 之外,NCv2 系列 VM 也由 Intel Xeon E5-2690 v4 (Broadwell) CPU 提供技術支援。 NC24rs v2 組態提供低延遲且高輸送量網路介面,最適合用於緊密結合的平行計算工作負載。
部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
---|---|---|
處理器 | 6 - 24 個虛擬核心 | Intel® Xeon® E5-2690 v4 (Broadwell) |
記憶體 | 112 - 448GiB | |
資料磁碟 | 12 - 32 個磁碟 | 20000 - 80000IOPS/200 - 800MBps |
網路 | 4 - 8 個 NIC | |
加速器 | 1 - 4 顆 GPU | NVIDIA Tesla P100 16GiB 16 - 64GiB (每個 VM) |
NCv3 系列
NCv3 系列 VM 是由 NVIDIA Tesla V100 GPU 提供技術支援。 這些 GPU 可提供 NCv2 系列 1.5 倍的計算效能。 客戶可善用這些更新的 GPU,進行傳統 HPC 工作負載,例如水庫模型化、DNA 排序、蛋白質分析、蒙地卡羅模擬等案例。 NC24rs v3 組態提供低延遲且高輸送量網路介面,最適合用於緊密結合的平行計算工作負載。 除了 GPU 之外,NCv3 系列 VM 也由 Intel Xeon E5-2690 v4 (Broadwell) CPU 提供技術支援。
部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
---|---|---|
處理器 | 6 - 24 個虛擬核心 | Intel® Xeon® E5-2690 v4 (Broadwell) |
記憶體 | 112 - 448GiB | |
資料磁碟 | 12 - 32 個磁碟 | 20000 - 80000IOPS/200 - 800MBps |
網路 | 4 - 8 個 NIC | |
加速器 | 1 - 4 個 GPU | NVIDIA Tesla V100 16GiB 16 - 64GiB (每個 VM) |
NCasT4_v3 系列
NCasT4_v3系列虛擬機器由 Nvidia Tesla T4 GPU 和 AMD EPYC 7V12 (Rome) CPU 提供。 VM 最多可提供 4 個 NVIDIA T4 GPU,每個 CPU 的記憶體為 16 GB,最多 64 個非多執行緒 AMD EPYC 7V12 (Rome) 處理器核心 (基礎頻率為 2.45 GHz、全核心尖峰頻率為 3.1 GHz 和 3.3 GHz 的單核心尖峰頻率) 和 440 GiB 的系統記憶體。 這些虛擬機器很適合用來部署 AI 服務,例如即時推斷使用者產生的要求,或使用 NVIDIA 的 GRID 驅動程式和虛擬 GPU 技術進行互動式圖形和視覺效果工作負載。 以 CUDA、TensorRT、Caffe、ONNX 和其他架構為基礎的標準 GPU 計算工作負載,或以 OpenGL 和 DirectX 為基礎的 GPU 加速圖形化應用程式,可以在 NCasT4_v3 系列上以接近使用者的型態,以經濟實惠的方式部署。
部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
---|---|---|
處理器 | 4 - 64 個虛擬核心 | AMD EPYC™ 7V12 (Rome) |
記憶體 | 28 - 440GiB | |
資料磁碟 | 8 - 32 個磁碟 | 20000 - 80000IOPS/200 - 800MBps |
網路 | 2 - 8 個 NIC | 8000 - 32000Mbps |
加速器 | 1 - 4 顆 GPU | NVIDIA Tesla T4 16GiB 16 - 64GiB (每個 VM) |
NC_A100_v4 系列
NC A100 v4 系列虛擬機器是 Azure GPU 系列的新成員。 此系列適用於實際 Azure 應用 AI 訓練和批次推斷工作負載。 NC A100 v4 系列由 NVIDIA A100 PCIe GPU 和第三代 AMD EPYC™ 7V13 (Milan) 處理器提供技術支援。 此系列 VM 最多有 4 個 NVIDIA A100 PCIe GPU,每個 GPU 具有 80GB 記憶體,最多 96 個非多執行緒 AMD EPYC Milan 處理器核心和 880 GiB 的系統記憶體。
部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
---|---|---|
處理器 | 24 - 96 個虛擬核心 | EPYC™ 7V13 (Milan) |
記憶體 | 220 - 880GiB | |
資料磁碟 | 8 - 32 個磁碟 | 30000 - 120000IOPS/1000 - 4000MBps |
網路 | 2 - 8 個 NIC | 20000 - 80000Mbps |
加速器 | 1 - 4 顆 GPU | NVIDIA A100 (PCIe) 80GiB 80 - 320GiB (每個 VM) |
前一代 NC 系列系列
如需較舊的大小,請參閱 上一代大小。
其他大小資訊
所有可用大小清單:大小
定價計算機:定價計算機
磁碟類型的相關資訊:磁碟類型
下一步
深入了解 Azure 計算單位 (ACU) 如何協助您比較各個 Azure SKU 的計算效能。
請參閱 Azure 專用主機,讓實體伺服器能夠裝載指派給一個 Azure 訂用帳戶的一或多部虛擬機器。
了解如何監視 Azure 虛擬機器。
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應