'ND' 子系列 GPU 加速的虛擬機器大小系列
適用於： ✔️ Linux VM ✔️ Windows VM ✔️ 彈性擴展集 ✔️ 統一擴展集
VM 大小系列的 'ND' 系列是其中一個 Azure 的 GPU 加速 VM 執行個體。 它們專為深度學習、AI 研究和高效能計算工作所設計，可受益於強大的 GPU 加速。 ND 系列 VM 配備了 NVIDIA GPU，可提供專業化的功能來定型和推斷複雜的機器學習模型，以加速計算和有效率地處理大型資料集。 這使得它們特別適合人工智慧開發和模擬中的學術和商業應用，其中尖端的 GPU 技術對於在神經網路處理和其他計算密集型的工作中獲得快速、準確的結果至關重要。
工作負載和使用案例
AI 和深度學習：ND 系列 VM 非常適合用於定型和部署複雜的深度學習模型。 它們配備了強大的 NVIDIA GPU，可提供處理大型資料集的廣泛神經網路定型所需的計算能力，大幅降低了定型的時間。
高效能運算 (HPC)：ND 系列 VM 適用於需要 GPU 加速的 HPC 應用程式。 科學研究、工程模擬 (例如計算流體力學)和基因處理等領域可以受益於 ND 系列 VM 的高輸送量計算功能。
圖形呈現：ND 系列的 GPU 使其成為圖形密集型工作的絕佳選擇，包括動畫和視訊製作即時的呈現，以及虛擬實境環境的高逼真度模擬。
遠端視覺效果：ND 系列 VM 可用於資料密集型工作的遠端視覺效果，其中需要高階 GPU 功能來處理和呈現雲端上的複雜視覺效果，以方便從功能較弱的用戶端電腦中存取。
家族中的系列
ND 系列 V1
ND 系列的虛擬機器是 GPU 系列的新成員，專為 AI 和深度學習工作負載所設計。 它們能為訓練和推斷提供絕佳效能。 ND 執行個體由 NVIDIA Tesla P40 GPU 和 Intel Xeon E5-2690 v4 (Broadwell) CPU 提供。 這些執行個體為單精確度浮點數作業、使用 Microsoft Cognitive Toolkit 的 AI 工作負載、TensorFlow、Caffe 及其他架構，提供絕佳的效能。 ND 系列並提供更大的 GPU 記憶體大小 (24 GB)，而能夠用在更大的類神經網路模型。 如同 NC 系列，ND 系列透過 RDMA 提供具有次要低延遲且高輸送量網路的設定，以及 InfiniBand 連線能力，讓您能夠執行使用橫跨數個 GPU 的大規模訓練作業。
| 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 vCPU | Intel Xeon E5-2690 v4 (Broadwell) [x86-64] |
| 記憶體 | 112 - 448 GiB | |
| 本機存放區 | 1 個磁碟 | 736 - 2948 GiB |
| 遠端儲存體 | 12 - 32 個磁碟 | 20000 - 80000 IOPS 200 - 800 MBps |
| 網路 | 4 - 8 個 NIC | |
| 加速器 | 1 - 4 個 GPU | Nvidia Tesla P40 GPU (24GB) |
NDv2 系列
NDv2 系列虛擬機器是新加入 GPU 家族的系列，專用於處理需求量最大的 GPU 加速 AI、機器學習、模擬及 HPC 工作負載。
NDv2 由 8 個 NVIDIA Tesla V100 NVLINK 連線的 GPU 提供，各配備 32 GB 的 GPU 記憶體。 每個 NDv2 VM 也有 40 個非超執行緒 Intel Xeon Platinum 8168 (Skylake) 核心和 672 GiB 的系統記憶體。
NDv2 執行個體針對使用 CUDA GPU 最佳化計算核心的 HPC 和 AI 工作負載提供絕佳的效能，以及許多支援 GPU 加速的 AI、ML 和分析工具，例如 TensorFlow、Pytorch、Caffe、RAPIDS 和其他架構。
關鍵是，NDv2 是針對計算密集的擴大 (每個 VM 利用 8 個 GPU) 和擴增 (利用多個一起運作的 VM) 工作負載所建置。 NDv2 系列現在支援 100-Gb InfiniBand EDR 後端網路，類似於 HPC VM 的 HB 系列上可用的網路，以允許將高效能叢集用於平行案例，包括 AI 和 ML 的分散式訓練。 此後端網路支援所有主要 InfiniBand 通訊協定 (包括 NVIDIA 的 NCCL2 程式庫所採用的通訊協定) 允許無縫叢集 GPU。
| 部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
|---|---|---|
| 處理器 | 40 個 vCPU | Intel Xeon Platinum 8168 (Skylake) [x86-64] |
| 記憶體 | 672 GiB | |
| 本機存放區 | 1 個磁碟 | 2948 GiB |
| 遠端儲存體 | 32 個磁碟 | 80000 IOPS 800 MBps |
| 網路 | 8 張NIC | 24000 Mbps |
| 加速器 | 無 |
ND_A100_v4-series
ND A100 v4 系列虛擬機器 (VM) 是 Azure GPU 系列新的主打產品。 這些大小專為高階深度學習訓練所設計，緊密結合擴大又擴增的 HPC 工作負載。
ND A100 v4 系列從單一 VM 和八個 NVIDIA Ampere A100 40GB Tensor Core GPU 開始提供。 以 ND A100 v4 為基礎的部署可以擴大至數千個 GPU，每個 VM 的互連頻寬為 1.6 TB/秒。 VM 內的每個 GPU 都隨附自己的專用、與拓撲無關的 200 GB/秒 NVIDIA Mellanox HDR InfiniBand 連線。 這些連線會在佔用相同 Azure 虛擬機器擴展集的 VM 之間自動設定，並支援 GPU Direct RDMA。
每個 GPU 都配備 NVLINK 3.0 連線功能，可在 VM 內進行通訊，且有 96 個實體第 2 代 AMD Epyc™ 7V12 (Rome) CPU 核心在背後支援。
這些執行個體可為許多支援 GPU 加速「現成可用」的 AI、ML 和分析工具提供絕佳的效能，例如 TensorFlow、Pytorch、Caffe、RAPIDS 和其他架構。 此外，向外延展的 InfiniBand 互連支援大量現有的 AI 和 HPC 工具，這些工具以 NVIDIA NCCL2 通訊程式庫為建置基礎，以順暢地群集 GPU。
| 部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
|---|---|---|
| 處理器 | 96 個 vCPU | AMD EPYC 7V12 (Rome) [x86-64] |
| 記憶體 | 900 GiB | |
| 本機存放區 | 1 個磁碟 | 6000 GiB |
| 遠端儲存體 | 32 個磁碟 | 80000 IOPS 800 MBps |
| 網路 | 8 張NIC | 24000 Mbps |
| 加速器 | 8 GPUs | Nvidia A100 GPU (40GB) |
NDm_A100_v4 系列
NDm A100 v4 系列虛擬機器 (VM) 是 Azure GPU 系列新的主打產品。 這些大小專為高階深度學習訓練所設計，緊密結合擴大又擴增的 HPC 工作負載。
NDm A100 v4 系列從單一 VM 和八個 NVIDIA Ampere A100 80GB Tensor Core GPU 開始提供。 以 NDm A100 v4 為基礎的部署可以擴大至數千個 GPU，每個 VM 的互連頻寬為 1.6 TB/秒。 VM 內的每個 GPU 隨附自己專用、與拓撲無關的 200 GB/秒 NVIDIA Mellanox HDR InfiniBand 連線。 這些連線會在佔用相同 Azure 虛擬機器擴展集的 VM 之間自動設定，並支援 GPU Direct RDMA。
每個 GPU 都配備 NVLINK 3.0 連線功能，可在 VM 內進行通訊，且有 96 個實體第 2 代 AMD Epyc™ 7V12 (Rome) CPU 核心在背後支援。
這些執行個體可為許多支援 GPU 加速「現成可用」的 AI、ML 和分析工具提供絕佳的效能，例如 TensorFlow、Pytorch、Caffe、RAPIDS 和其他架構。 此外，向外延展的 InfiniBand 互連支援大量現有的 AI 和 HPC 工具，這些工具以 NVIDIA NCCL2 通訊程式庫為建置基礎，以順暢地群集 GPU。
| 部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
|---|---|---|
| 處理器 | 96 個 vCPU | AMD EPYC 7V12 (Rome) [x86-64] |
| 記憶體 | 1900 GiB | |
| 本機存放區 | 1 個磁碟 | 6400 GiB |
| 遠端儲存體 | 32 個磁碟 | 80000 IOPS 800 MBps |
| 網路 | 8 張NIC | 24000 Mbps |
| 加速器 | 8 GPUs | Nvidia A100 GPU (80GB) |
ND_H100_v5-series
ND H100 v5 系列虛擬機器 (VM) 是 Azure GPU 系列新的主打產品。 此系列專為高階深度學習訓練所設計，緊密結合擴大和向外延展的生成式 AI 和 HPC 工作負載。
ND H100 v5 系列從單一 VM 和八個 NVIDIA H100 Tensor Core GPU 開始提供。 以 ND H100 v5 為基礎的部署可以擴大至數千個 GPU，每個 VM 的互連頻寬為 3.2 Tb/秒。 VM 內的每個 GPU 隨附自己專用、與拓撲無關的 400 Gb/秒 NVIDIA Quantum-2 CX7 InfiniBand 連線。 這些連線會在佔用相同虛擬機器擴展集的 VM 之間自動設定，並支援 GPU Direct RDMA。
每個 GPU 都配備 NVLINK 4.0 連線功能，可在 VM 內進行通訊，而且執行個體有 96 個實體第 4 代 Intel Xeon 可調整處理器核心。
這些執行個體可為許多支援 GPU 加速「現成可用」的 AI、ML 和分析工具提供絕佳的效能，例如 TensorFlow、Pytorch、Caffe、RAPIDS 和其他架構。 此外，向外延展的 InfiniBand 互連支援大量現有的 AI 和 HPC 工具，這些工具以 NVIDIA NCCL 通訊程式庫為建置基礎，以順暢地群集 GPU。
| 部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
|---|---|---|
| 處理器 | 96 個 vCPU | Intel Xeon (Sapphire Rapids) [x86-64] |
| 記憶體 | 1900 GiB | |
| 本機存放區 | 1 個磁碟 | 28000 GiB |
| 遠端儲存體 | 32 個磁碟 | |
| 網路 | 8 張NIC | |
| 加速器 | 8 GPUs | Nvidia H100 GPU (80GB) |
ND_MI300X_v5-series
ND MI300X v5 系列虛擬機器 (VM) 是 Azure GPU 系列新的主打產品。 它專為高階深度學習訓練所設計，緊密結合擴大又擴增的生成式 AI 和 HPC 工作負載。
ND MI300X v5 系列 VM 從八個 AMD Instinct MI300 GPU 和兩個第四代 Intel Xeon Scalable 處理器開始，總共有 96 個實體核心。 然後，VM 中的每個 GPU 都會透過第 4 代 AMD Infinity Fabric 連結彼此連線，而每個 GPU 的頻寬為 128 GB/秒，彙總頻寬為 896 GB/秒。
以 ND MI300X v5 為基礎的部署可以擴大至數千個 GPU，每個 VM 的互連頻寬為 3.2 Tb/秒。 VM 內的每個 GPU 隨附自己專用、與拓撲無關的 400 Gb/秒 NVIDIA Quantum-2 CX7 InfiniBand 連線。 這些連線會在佔用相同虛擬機器擴展集的 VM 之間自動設定，並支援 GPUDirect RDMA。
這些執行個體可為許多支援 GPU 加速「現成可用」的 AI、ML 和分析工具 (例如 TensorFlow、Pytorch 和其他架構) 提供絕佳的效能。 此外，擴增的 InfiniBand 互連支援大量現有的 AI 和 HPC 工具，這些工具以 AMD 的 ROCm Communication Collectives Library (RCCL) 為建置基礎，可實現 GPU 的無縫叢集。
| 部分 | 數量 計數單位 |
規格 SKU 識別碼、效能單位等。 |
|---|---|---|
| 處理器 | 96 個 vCPU | Intel Xeon (Sapphire Rapids) [x86-64] |
| 記憶體 | 1850 GiB | |
| 本機存放區 | 1 個暫存磁碟 8 個 NVMe 磁碟 |
1000 GiB 暫存磁碟 28000 GiB NVMe 磁碟 |
| 遠端儲存體 | 32 個磁碟 | 80000 IOPS 1200 MBps |
| 網路 | 8 張NIC | |
| 加速器 | 8 GPUs | AMD Instinct MI300X GPU (192GB) |
上一代 ND 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。