如果在10年前说起云计算,相信大部分人的反应是“不知所云”。随着近几年云计算应用场景的普及,数据上云的概念已逐渐深入人心。

伴随着业务场景的日益复杂化,对大量数据进行高效处理的需求越来越强烈,计算体系架构从单一依赖CPU的计算单元的应用扩展到多种体系架构,于是对GPU,FPGA等专业计算芯片也提出了上云的强烈需求。尤其是近两年直播、AI训练、智能推荐等多种场景快速发展,催生了异构计算场景搬迁上云的高潮。

话说GPU

GPU就是图形处理器图形处理器(Graphics Processing Unit)。简单来说,GPU服务器是基于GPU的应用于视频编解码、深度学习、科学计算等多种场景的快速、稳定、弹性的计算服务,提供和标准云服务器一致的管理方式。七牛云的GPU云服务器采用的是 NVIDIA 和 AMD 的计算卡,其出色的图形处理能力和高性能计算能力为业务提供极致计算性能,能有效解放计算压力,提升产品的计算处理效率与竞争力。

GPU的“与机不同”

GPU相对于CPU来说架构简单,但是GPU具有更多的计算单元,适合大规模数据处理;CPU结构复杂,适用于程序控制调用,GPU无法单独工作,GPU由CPU控制调用。目前 “CPU+GPU”以及“CPU+FPGA” 都是最受业界关注的异构计算平台。 GPU服务器的应用场景

GPU 计算型实例族包括轻量级GPU计算型 VGN6I、GPU计算型 GN6I等等机型。

GPU服务器的主要应用场景是海量计算处理,其具体场景如下:

· 应用于海量数据处理方面的运算,如大规模搜索运算、高性能数据库、基因组学研究、AI训练等。

· 采用 GPU 服务器在数小时内即可完成原本数天的运算。

· 采用单台 GPU 服务器即可替代原本数十台 CPU 服务器共同运算集群。

· 深度学习模型GPU服务器可作为深度学习训练的平台。

异构计算领域

和CPU相比,GPU拥有更多的计算优势。GPU有更高的并行度、更高的单机计算峰值、更高的计算效率。

在云端的解决方案上,计算前进的一小步优势便意味着业务优势的进一步放大。GPU异构计算解决方案主要有以下特点:

· GPU云服务器资源即开即用,可弹性伸缩,最大限度节约成本。

· 拥有超大规模资源池,满足业务峰值的需求。

· 智能推荐,满足AI、图片转码处理等多场景需求。

在网络规模不断扩大,高性能服务不断增多的今天,对于计算量的需求已经超过了通用CPU的摩尔定律的发展速度,而异构计算的出现能够满足这些新兴业务的发展,毫无疑问的是,GPU云服务器会越来越受到有大量数据计算需求的业务的青睐。

作者：雄猫大侠，目前深耕云计算&民宿，更多相关云计算分享请关注微信公众号：长期视角