你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn

ND 系列

适用于:✔️ Linux VM ✔️ Windows VM ✔️ 灵活规模集 ✔️ 统一规模集

ND 系列虚拟机是针对 AI 和深度学习工作负荷设计的 GPU 系列的新成员。 它们在训练和推理方面性能卓越。 ND 实例由 NVIDIA Tesla P40 GPU 和 Intel Xeon E5-2690 v4 (Broadwell) CPU 提供支持。 这些实例可以针对单精度浮点运算和利用 Microsoft 认知工具包、TensorFlow、Caffe 及其他框架的 AI 工作负荷提供卓越的性能。 ND 系列还提供了更大的 GPU 内存大小(24 GB),能够适应更大的神经网络模型。 与 NC 系列一样,ND 系列可通过 RDMA 和 InfiniBand 连接提供含辅助型低延迟、高吞吐量网络的配置,以便可运行跨多个 GPU 的大规模训练作业。

高级存储:支持
高级存储缓存:支持
超级磁盘:支持(详细了解可用性、使用情况和性能)
实时迁移:不支持
内存保留更新:不支持
VM 代系支持:第 1 代和第 2 代
加速网络:不支持
临时 OS 磁盘:支持
Nvidia NVLink 互连:不支持
嵌套虚拟化:不支持

重要

对于此 VM 系列,订阅中每个区域的 vCPU(核心)配额最初都设置为 0。 在可用区域中为此系列请求 vCPU 配额增加

大小 vCPU 内存:GiB 临时存储 (SSD) GiB GPU GPU 内存:GiB 最大数据磁盘数 最大非缓存磁盘吞吐量:IOPS/MBps 最大 NIC 数
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 = 一个 P40 卡。

*支持 RDMA

支持的操作系统和驱动程序

若要利用 Azure N 系列 VM 的 GPU 功能,必须安装 NVIDIA GPU 驱动程序。

NVIDIA GPU 驱动程序扩展可在 N 系列 VM 上安装适当的 NVIDIA CUDA 或 GRID 驱动程序。 请使用 Azure 门户或工具(例如 Azure PowerShell 或 Azure 资源管理器模板)安装或管理该扩展。 有关受支持的操作系统和部署步骤,请参阅 NVIDIA GPU 驱动程序扩展文档。 有关 VM 扩展的常规信息,请参阅 Azure 虚拟机扩展和功能

如果选择手动安装 NVIDIA GPU 驱动程序,请参阅适用于 Windows 的 N 系列 GPU 驱动程序安装适用于 Linux 的 N 系列 GPU 驱动程序安装,了解支持的操作系统、驱动程序以及安装和验证步骤。

大小表定义

  • 存储容量的单位为 GiB 或 1024^3 字节。 比较以 GB(1000^3 字节)为单位的磁盘和以 GiB(1024^3 字节)为单位的磁盘时,请记住以 GiB 为单位的容量数显得更小。 例如,1023 GiB = 1098.4 GB。

  • 磁盘吞吐量的单位为每秒输入/输出操作数 (IOPS) 和 Mbps,其中 Mbps = 10^6 字节/秒。

  • 数据磁盘可以在缓存或非缓存模式下运行。 对于缓存数据磁盘操作,主机缓存模式设置为 “ReadOnly”“ReadWrite”。 对于非缓存数据磁盘操作,主机缓存模式设置为 "None"

  • 如要了解如何为虚拟机获得最佳存储性能,请参阅虚拟机和磁盘性能

  • 预期的网络带宽是指跨所有 NIC 为每个 VM 类型分配的最大聚合带宽,适用于所有目标。 有关详细信息,请参阅虚拟机网络带宽

    上限不能保证。 这些限制能够为目标应用程序选择适当的虚拟机类型提供指导。 实际的网络性能取决于多种因素,比如网络拥塞、应用程序负载和网络设置。 有关如何优化网络吞吐量的信息,请参阅为 Azure 虚拟机优化网络吞吐量。 如要在 Linux 或 Windows 中达到预期的网络性能,可能需要选择特定的版本或优化虚拟机。 有关详细信息,请参阅带宽/吞吐量测试 (NTTTCP)

其他大小和信息

定价计算器:定价计算器

有关磁盘类型的详细信息,请参阅 Azure 有哪些可用的磁盘类型?

后续步骤

了解有关 Azure 计算单元 (ACU) 如何帮助跨 Azure SKU 比较计算性能的详细信息。