Für GPU optimierte VM-Größen

Gilt für: ✔️ Linux-VMs ✔️ Windows-VMs ✔️ Flexible Skalierungsgruppen ✔️ Einheitliche Skalierungsgruppen

Tipp

Probieren Sie das Auswahltool für virtuelle Computer aus, um andere Größen zu ermitteln, die für Ihre Workload optimal sind.

GPU-optimierte VM-Größen sind für spezialisierte virtuelle Computer mit einzelnen, mehreren oder Teil-GPUs verfügbar. Diese Größen sind für rechenintensive, grafikintensive und visualisierungsorientierte Workloads vorgesehen. Dieser Artikel enthält Informationen über die Anzahlen und Typen von GPUs, vCPUs, Datenträgern und NICs. Der Speicherdurchsatz und die Netzwerkbandbreite sind für die jeweiligen Größen in dieser Gruppe ebenfalls enthalten.

  • Die Größen der NCv3- und NC T4_v3-Reihe sind für computeintensive GPU-beschleunigte Anwendungen optimiert. Einige Beispiele sind CUDA- und OpenCL-basierte Anwendungen und Simulationen, KI und Deep Learning. Die NC T4 v3-Reihe ist speziell auf Rückschlussworkloads mit der Tesla T4-GPU von NVIDIA und dem AMD EPYC2 Rome-Prozessor ausgelegt. Die NCv3-Reihe ist außerdem für Hochleistungscomputing- und entsprechende KI-Workloads konzipiert, die mit der Tesla V100-GPU von NVIDIA ausgestattet sind.

  • Die Größen der NC 100 v4-Serie sind auf mittlere KI-Trainings- und Batch-Inferenz-Workloads ausgerichtet. Die NC A100 v4-Serie bietet die Flexibilität, eine, zwei oder vier NVIDIA A100 80GB PCIe Tensor Core GPUs pro VM auszuwählen, um die richtige GPU-Beschleunigung für Ihre Workload zu nutzen.

  • Die Größen der ND A100 v4-Serie sind auf Hoch- und Aufskalierung von Deep Learning Training und beschleunigte HPC-Anwendungen ausgerichtet. Die ND A100 v4-Serie verwendet acht NVIDIA A100 TensorCore-GPUs, die jeweils mit einer 200 Gigabit Mellanox InfiniBand-HDR-Verbindung und 40 GB GPU-Arbeitsspeicher verfügbar sind.

  • Die VM-Größen der NGads V620-Serie sind für leistungsstarke, interaktive Spielerlebnisse optimiert, die in Azure gehostet werden. Sie werden von AMD Radeon PRO V620-GPUs und AMD EPYC 7763 (Milan)-CPUs unterstützt.

  • Die Größen der NV-Serie und der NVv3-Serie sind für Remotevisualisierung, Streaming, Spiele, Codierung und VDI-Szenarien mit Frameworks wie OpenGL und DirectX konzipiert und optimiert. Diese VMs werden von der NVIDIA Tesla M60-GPU unterstützt.

  • VM-Größen der NVv4-Serie sind für VDI und Remotevisualisierung konzipiert und optimiert. Dank partitionierter GPUs bietet NVv4 die passende Größe für Workloads, die geringere GPU-Ressourcen erfordern. Diese virtuellen Computer basieren auf der AMD Radeon Instinct MI25-GPU. VMs der NVv4-Serie unterstützen derzeit nur das Windows-Gastbetriebssystem.

  • Der virtuelle Computer der NDm A100 v4-Serie ist ein neues Aushängeschild der Azure-GPU-Familie, die für hoch anspruchsvolles Deep Learning-Training und eng gekoppelte, vertikal und horizontal skalierende HPC-Workloads konzipiert ist. Die NDm A100 v4-Serie beginnt mit einem einzelnen virtuellen Computer (VM) und acht NVIDIA Ampere A100 Tensor Core-GPUs mit 80 GB.

Unterstützte Betriebssysteme und Treiber

Um die GPU-Funktionen von Azure-VMs der N-Serie nutzen zu können, müssen NVIDIA- oder AMD-GPU-Treiber installiert sein.

Überlegungen zur Bereitstellung

  • Informationen zur Verfügbarkeit von virtuellen Computern der N-Serie finden Sie unter Verfügbare Produkte nach Region.

  • Virtuelle Computer der N-Serie können nur im Resourcen Manager-Bereitstellungsmodell bereitgestellt werden.

  • Virtuelle Computer der Serie N unterscheiden hinsichtlich des Typs von Azure Storage, den sie für ihre Datenträger unterstützen. Virtuelle NC- oder NV-Computer unterstützen nur VM-Datenträger, die durch Standard Disk Storage (HDD) gesichert sind. Alle anderen GPU-VMs unterstützen VM-Datenträger, die von Standard Disk Storage und Disk Storage Premium (SSD) unterstützt werden.

  • Wenn Sie eine größere Anzahl von virtuellen Computern der N-Serie bereitstellen möchten, sollten Sie ein nutzungsbasiertes Abonnement oder andere Kaufoptionen in Erwägung ziehen. Bei Verwendung eines kostenlosen Azure-Kontoskönnen Sie nur eine begrenzte Anzahl von Azure-Compute-Kernen nutzen.

  • Möglicherweise müssen Sie das Kernnutzungskontingent (pro Region) in Ihrem Azure-Abonnement sowie das separate Kontingent für NC-, NCv2-, NCv3-, ND-, NDv2-, NV- oder NVv2-Kerne erhöhen. In diesem Fall können Sie kostenlos eine Anfrage an den Onlinekundensupport richten und eine Erhöhung des Kontingents anfordern. Standardgrenzwerte variieren unter Umständen je nach Abonnementkategorie.

Andere Größen

Nächste Schritte

Weitere Informationen dazu, wie Sie mit Azure-Computeeinheiten (ACU) die Computeleistung von Azure-SKUs vergleichen können.