选购腾讯云GPU服务器
图片
提示
图片
你知道是什么原因吗？已经安装了nvidia驱动 和direct
浏览 418提问于2022-11-11
1回答
学生需要GPU来训练神经网络。我可不可以租一块云硬盘，在云硬盘里存好系统、环境、训练用到的图片等数据，然后按需租GPU云服务器？比如先租一年的云硬盘，然后这几天需要了就租块GPU跑，跑完就不租了；过一周需要的时候再租GPU跑。这样能省下装环境、传训练数据的麻烦吗
浏览 194提问于2022-10-04
我正在寻找支持动态基于云的NVIDIA GPU虚拟化的选项，类似于亚马逊网络服务为分配GPU的方式。
我的项目是建立一个内部云。其中一个要求是能够将GPU分配给虚拟机/实例以进行服务器端CUDA处理。
南加州大学似乎正在开发来支持这一点，但它还没有准备好。这正是我正在寻找的，如果它在OpenStack中具有完整的功能。
似乎只支持将GPU分配给，这是严格意义上的远程桌面GPU虚拟化。如果我错了，VGX确实从虚拟机/实例启用了服务器端CUDA计算，请让我知道。
浏览 6提问于2013-01-25得票数 15
回答已采纳
腾讯云GPU 云服务器，安装pytorch之后，运行backward()函数会报Illegal instruction (core dumped)
用cpu计算会有这个问题，用CUDA是没有问题的
浏览 1394提问于2018-03-05
回答已采纳
1回答
在通过云场景的请求/响应中，是否可以让多台低端计算机分别对位于中央服务器上的GPU进行CUDA调用？让这些低端计算机拥有一个“虚拟”的GPU。
浏览 2提问于2013-02-02得票数 1
回答已采纳
什么是医学成像应用的计算瓶颈算法？我们正在尝试弄清楚在常规云服务器实例或GPU加速服务器实例上运行这些算法是否有好处。
浏览 0提问于2011-12-28得票数 1
我使用进行目标检测，并发现在我的计算机上运行速度更快的using算法进行推理完全太慢了(~15s，无法处理一幅图像)。
我在使用GPU构建真实的应用程序方面没有多少经验，也不确定我是应该使用云实例还是购买低端的GPU(在200-500美元的范围内)。我预计我的应用程序会有很小的流量，所以即使是较小的实例对于我所要完成的任务也是非常昂贵的。
问题：，对于我来说，判断GPU是否足够快，而不首先购买它，最好的方法是什么？所有的云GPU (Amazon，Google)都使用超出我预算的硬件，所以在这些实例上运行我的代码不会给我一个很好的比较。
浏览 4提问于2019-12-31得票数 1
回答已采纳
我开始使用神经网络，ML等。我没有GPU，我有什么选择？ Pytorch和Tensorflow是好的选择吗？如果是这样，每种方法的优缺点是什么，我应该选择哪一种？ 我将使用Python和Linux (ubuntu 20.04)，如果这有什么不同的话。 (我买不起GPU或云服务，因为我破产了，15岁。)
浏览 13提问于2020-09-30得票数 0
回答已采纳
我必须生产一个PyTorch伯特问答模型。CPU推断对我来说非常缓慢，因为对于每一个查询，模型需要评估30个样本。在这30个样本的结果中，我选择了最大分数的答案。GPU太贵了，我无法用它来推断。
为此，我能利用多进程/并行CPU推断吗？如果是，最佳做法是什么？如果没有，是否有云选项只对我所做的GPU查询收费，而不是连续运行GPU实例？
浏览 4提问于2019-03-20得票数 4
1回答
我是否可以知道谷歌深度学习VM对接映像可以下载运行在有Nvidia GPU的开发者机器上？它能在其他云上运行，而不是引擎吗？有人知道到图像注册表的链接是什么吗？
浏览 3提问于2019-04-24得票数 1
回答已采纳
我开始使用NVIDIA GPU云深度学习平台。我尝试拉入控制台(命令提示符)：
docker pull nvcr.io/nvidia/pytorch:17.10
并得到这样的信息：
Error response from daemon: Get https://nvcr.io/v2/: unauthorized: authentication required
我的错是什么？
浏览 10提问于2017-10-27得票数 7
显然，谷歌不会为免费试用提供支持，因此没有办法在这方面获得官方帮助。 我正在尝试建立一个免费试用版的谷歌云，在云GPU上运行一个深度学习项目。设置项目后，我希望添加一个机器学习VM。我去那里，它告诉我，我需要增加我的GPU配额。但是，当我点击“更改配额”链接时，我无法更改GPU配额，因为我没有使用当前可用的配额(即0) ... ? 有没有人知道该怎么做？我的目标是为我的学生制作一个指南，他们将在几天内需要这个资源。我在夏天在另一个谷歌账号上使用了它，但需要在一个新的账号上再次使用它，这样我就可以告诉我的学生它对他们来说是什么样子的。所以，我想我对大多数步骤都很熟悉，但是我以前没有见过
浏览 82提问于2021-11-13得票数 0
回答已采纳
我遇到了一个非常关键的小问题，我在一个google云VM中运行了一个Unity实例，它在VR中作为一个小型社交体验的服务器。
问题是，如果Unity在没有图形处理器的情况下运行，它会开始阻塞处理器，游戏会因为很多用户而失败，这就是为什么我雇佣了一台eGPU特斯拉P4来运行Unity，我必须登录到远程桌面并点击播放。
事情是这样的，Windows禁用GPU当你去远程桌面，Unity打开没有GPU和GPU是“未知”(在dxdiag)，这就是为什么我需要解决RDP的问题，我需要登录而不禁用GPU加速，这样unity就可以打开并全力以赴运行我的游戏，服务器就像一个播放器，没有显示给其他客户端，因为它制
浏览 14提问于2018-12-12得票数 0
最近，我开始从用户那里收到报告，说我正在处理的游戏没有在AMD GPU上正确地呈现。我想找到问题并解决它，但我是一个业余开发人员，只是使用我自己的电脑，我没有AMD GPU。
除了出去买另一张显卡外，我还有别的选择吗？也许是某种仿真器，或者是带有AMD GPU的云计算服务？我看过主要的云计算提供商(AWS、Google和Azure)，但它们似乎都只提供Nvidia GPU。
浏览 0提问于2017-10-19得票数 2
我已经创建了一个Google功能来进行图像处理，我使用的是一个深度学习模型，但是它使用的是GPU，所以我不能让GPU改变CPU，而且它工作得很好。在阅读了许多链接之后。我的问题是:如何为云功能启用GPU？如何从云函数用GPU发送一个在Compute实例中处理的映像？最后，我读到了一些关于Atheros的东西，但它看起来比每月1k还贵。谢谢你的评论和想法。
浏览 9提问于2022-07-22得票数 1
1回答
任何有使用vast.ai进行云计算的经验的人都知道，当租用多个GPU时，您需要做一些设置来利用额外的GPU吗？
因为当租用6或8个GPU而不是仅仅一个GPU时，我不会注意到速度上的任何差异。我刚开始使用vast.ai进行云计算。
我使用的是默认的码头:用于深度学习框架TensorFlow ()的正式对接图像。
成功加载了tensorflow/tensorflow:夜-GPU-py3
然后再安装keras：
pip install keras
我还使用此方法检查了可用的GPU，所有GPU都被正确检测到：
from keras import backend as K
K.tensorflow_b
浏览 3提问于2020-02-04得票数 0
回答已采纳
1回答
我正处于深造机器的决定阶段，我想用它来学习。我想要你的指导，选择最佳的GPU之间的云/前提。
PS。现在，我正在评估各种GPU、云GPU在AWS中的性能，并以Kears 为例。下面是一些1时代的结果。
特斯拉k80 - 22秒
特斯拉v100 -19(安静比预期慢)
Quadro K1100M -120 s(膝上型电脑)
浏览 2提问于2017-11-06得票数 0
回答已采纳
我正在运行一个google云composer GKE集群。我有一个默认的节点池，包括3个普通CPU节点和一个带有GPU节点的节点池。GPU节点池已激活自动标度。
我想在那个GPU节点上的一个码头容器中运行一个脚本。
对于GPU操作系统，我决定使用cos_containerd而不是ubuntu。
我跟踪了并运行了这一行：
kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/container-engine-accelerators/master/nvidia-driver-installer/cos/dae
浏览 17提问于2022-02-02得票数 2
回答已采纳
是否可以将一个gooogle云服务GPU用于多个实例？
-like您可以使用一个GPU通过虚拟GPU为多个虚拟机供电
浏览 1提问于2019-08-27得票数 0
我需要使用XEN的一个项目，其中包含多个GPU卡与PCI通。
但是，我不太确定我应该使用哪个版本的XEN。在所有的相似之处，我可能需要调整源代码，以使GPU正常工作。
最初，我安装了Ubuntu服务器，并开始遵循以下链接：https://help.ubuntu.com/community/Xen
但后来我意识到，也有裸金属装置的禅宗和云版本。
citrix站点和xen.org上都有可用的版本。我想使用免费的开源版本。它们之间有什么不同，我应该使用哪一种？
浏览 0提问于2011-08-01得票数 0
回答已采纳
2回答
我已经开始对24/7的实时流进行实验，我在google云平台上有一个Linux，我想从这个平台开始流。
问题是，当我尝试在VM上启动OBS时，会弹出下一个错误：“初始化视频失败。您的GPU可能不受支持，或者您的图形驱动程序可能需要更新。”(截图)。
据我所知，这个问题的出现是因为我的VM根本就没有GPU，只有CPU。我试着安装OpenGL，希望它能解决问题，但没有帮助。
我可以在Ubuntu上运行OBS吗？
如果有，它是什么，我是否必须使用带有GPU的VM？如果没有，你建议24/7小时提供哪些服务？
提前谢谢！(：
浏览 0提问于2020-09-29得票数 2
我想在Cloud上使用Tensorflow 1.3 (或者1.4)。我在云ML上运行多GPU机器上的作业
为此，我在setup.py中指定了tensorflow版本，如下所示：
from setuptools import setup
REQUIRED_PACKAGES = ['tensorflow==1.3.0']
setup(
name='my-image-classification',
install_requires=REQUIRED_PACKAGES,
version='1.0',
packages
浏览 3提问于2017-11-01得票数 0
回答已采纳
1回答
我在google云ML引擎中运行一个大型分布式Tensorflow模型。我想用带有GPU的机器。我的图形由两个主要部分组成:输入/数据读取器功能和计算部分。
我希望将变量放在PS任务中，输入部分放在CPU中，计算部分放在GPU上。函数tf.train.replica_device_setter自动将变量放置在PS服务器中。
这就是我的代码的样子：
with tf.device(tf.train.replica_device_setter(cluster=cluster_spec)):
input_tensors = model.input_fn(...)
output_tens
浏览 0提问于2017-12-13得票数 4
回答已采纳
我正在使用谷歌云提供的预先构建的深入学习VM实例，附带了一个Nvidia tesla K80 GPU。我选择自动安装Tensorflow 2.5和CUDA 11.0。当我启动实例时，一切都很好--我可以运行：
Import tensorflow as tf
tf.config.list_physical_devices()
我的函数返回CPU、加速CPU和GPU。类似地，如果我运行tf.test.is_gpu_available()，该函数将返回True。
但是，如果我注销，停止实例，然后重新启动实例，运行相同的代码只会看到CPU和tf.test.is_gpu_available()导致Fal
浏览 12提问于2021-06-24得票数 9
回答已采纳
0回答
我从网站https://github.com/Cyanogenoid/vqa-counting/tree/master/vqa-v2 搞下来的代码在腾讯云的服务器上执行，然后执行到python train.py [optional-name]代码出现了如图所示结果，我已经把所有的py版本都按照git上所配置的要求做了，这个我问了别人在别的GPU服务器中都没有出现的，这个是由什么产生的错误呢？
图片
浏览 55提问于2023-09-18
1回答
我正在尝试建立一个应用程序，用户可以上传一个文件到云存储。然后，这将触发一个模型训练过程(以及稍后的预测)。起初，我想我可以使用云函数/pubsub和cloudml来实现这一点，但是云函数似乎无法触发cloudml所需的gsutil命令。
我唯一的选择是启用composer并将GPU附加到kubernetes节点，并创建一个云函数来触发一个dag来用GPU启动节点上的结束符并用数据挂载存储桶？似乎有点过分，但我现在想不出另一种方法了。
浏览 4提问于2020-06-15得票数 1
回答已采纳
3回答
GPU在云端录制游戏
、、、
今天，我对一个项目有了一个很好的想法，不幸的是，有一个信息/经验的障碍。
基本上，我想要的是在云中运行一个游戏，并将图像流给用户。
我知道ec2可以选择使用GPU，但是它可能有错误的定价模型来满足我的需求。
在云->中运行一个游戏，记录屏幕并将视频提要发送到服务器。
是否有可能在一台服务器上运行多个游戏实例，并能够分别对每个实例进行流？
还是我必须为每一场比赛启动一个新的实例？
如果我每次只有一场比赛，我就会浪费很多资源。还有其他提供GPU的云端吗？
浏览 3提问于2012-09-15得票数 2
回答已采纳
3回答
Google节点带宽
、、、
我正在服务上部署我的集群。它已经有几个节点了。另外，我需要使用Google中的GPU的服务器来使它与我的集群一起工作。GPU实例不断地处理传入流量(带宽应该达到1Gb/s)，并在集群节点上发送结果(带宽应该比传入带宽还要多)。
在这个项目中，对我来说最关键的事情是：
1)簇内节点间的带宽；
2)节点与GPU服务器之间的带宽；
3) GPU服务器与世界之间的带宽；
4)节点与世界之间的带宽。
在下载和上传两个节点时，每个节点的最小合适带宽为1GB/s。在进行速度测试时，它显示了下载速度100-680 Mb/s和相同节点的上传速度67-138 Mb/s (下面的截图是在30秒内完成的)。因此，目前
浏览 5提问于2019-08-01得票数 4
回答已采纳
2回答
我正在用TensorFlow建立复杂的神经网络。我有最新的Mac，使用我所有的核心，但我仍然需要几个小时来训练一个单一的网络。我需要对许多不同的调优参数进行网格搜索，所以这并不理想。
这是一个个人项目，所以我想通过使用云来省钱。我已经广泛地使用了AWS，我喜欢使用他们的现货市场的想法，但是我听说亚马逊的GPU实例与TensorFlow不兼容(AWS的GPU有CUDA3.0，TensorFlow需要3.5)；2)亚马逊的GPU有点慢。
微软的Azure或谷歌的Google引擎在使用TensorFlow时有很容易使用的GPU吗？在相关的神经网络培训技术规格、价格和易用性方面，他们的GPU与亚马逊的
浏览 0提问于2016-07-11得票数 4
这个问题发生在我今天重新启动云笔记本服务器时。可以使用以下步骤复制：
使用Tensorflow或Py火炬和GPU创建Google笔记本服务器
启动服务器后，打开python控制台：
>>> import torch
>>> torch.cuda.is_available()
True
库达设备到目前为止都是可用的。
重新启动服务器，并再次打开笔记本。
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3
浏览 15提问于2021-06-20得票数 7
1回答
这个问题发生在我今天重新启动云笔记本服务器时。可以使用以下步骤复制：
使用Tensorflow或Py火炬和GPU创建Google笔记本服务器
启动服务器后，打开python控制台：
>>> import torch
>>> torch.cuda.is_available()
True
库达设备到目前为止都是可用的。
重新启动服务器，并再次打开笔记本。
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3.7/site-packages/t
浏览 0提问于2021-06-20得票数 0
用GPU扩展1U / 2U服务器的可能选择是什么？
例如，我正在寻找如何将GTX 1650添加到服务器中的解决方案。GPU通常有两个槽宽，因此通常不适合1U/2U服务器。
什么用途？
我想要对虚拟操作系统进行directIO传输，以便对GPU进行“原生”访问。例如用于视频或GPU密集渲染(搅拌机、达文西等)
已经尝试过x1适配器来模拟通常用于挖掘的外部x16插槽，但是性能是一个大问题。
有什么标准可供选择吗？
对于共享GPU的解决方案有什么建议吗？
浏览 0提问于2021-07-25得票数 -4
1回答
我试图在Azure云上运行一个GPU密集型应用程序(Lumion)。
使用的图像- Windows Server 2016。
硬件- NV6_Promo与1xK80 GPU。
任何应用程序，在启动时，无需使用GPU即可运行。该系统安装了最新的Nvidia特斯拉驱动程序和DirectX。
我在研究后所理解的
需要在组策略中启用“为所有远程桌面服务会话使用硬件默认图形适配器”。
需要使用像Hyper这样的虚拟机来启用硬件加速
在组策略中启用图形适配器并不能解决我的问题。安装了Hyper-V；但是，Hyper-V没有显示GPU.GPU出现在设备管理器中，运行'Nvidia-msi‘也表明它没
浏览 0提问于2019-05-11得票数 1
Stylegan2使用网络泡菜文件来存储ML模型。我转换了一个经过训练的模型，我可以在云服务器上打开它。通过以下设置，我一直很好地从这个模型生成图像：
Google :Python3.6.9，CUDA 10.1，tensorflow-GPU1.15，CuDNN 7.6.5
但是，我无法在本地机器上打开网络泡菜文件，尽管我一直在尽力复制云设置。(我有正确的GPU hardware/drivers/etc。)
Local (Windows 10) Python3.6.9，CUDA 10.1，tensorflow-GPU1.15，CuDNN 7.6.5需要一个库“dnnlib”在PYTHONPATH
浏览 4提问于2020-04-28得票数 0
回答已采纳
我的Google实例运行在微软的显示驱动程序上，而不是GPU。我试着安装Hyper-V，但谷歌云处理器不支持it.Please帮助，我需要运行Unity，但没有GPU，我就不能运行6核Intel Xeon CPU(我也尝试了8内核)、16 GPU内存和NVIDIA K80在Windows 2016上。请帮助我初始化GPU。
浏览 0提问于2018-10-06得票数 1
如题，本人（学生）想用腾讯云构建一个实验性的深度学习网络，具体要用到腾讯云的哪些服务呢？（GPU，COS），另外还需考虑较低的成本。。。
浏览 1185提问于2017-12-13
我已经使用google云平台(使用控制台)创建了VM实例。虚拟机是基于WINDOWS SERVER 2019的！我已经成功地制作了一个，但无法在实例中获得一些虚拟ram。它(VRAM)显示为零。添加GPU不会增加vram吗？如果不是，那么是什么增加了它们？我希望增加同样的游戏目的，并使用软件，如ADOBE和AUTODESK也…
浏览 7提问于2020-03-20得票数 0
我正试图用他们新的MLAPI (中间级网络API)制作一个统一游戏。我完全跟随，没有改变任何东西，而且游戏在我的本地(Linux) PC上运行得很好。
您可以看到服务器实例和客户端实例是如何通信的，但它们都使用GUI窗口，我希望稍后使用--在没有GUI (无头)的Linux服务器上运行MLAPI服务器。
我尝试了两种方法(无论是在本地PC上还是在云服务器上，结果都是相同的)，这都会导致相同的错误消息：
运行./testbuild.x86_64 -batchmode -nographics
选中" Build“菜单中的"Server”并运行./testBuilds
浏览 1提问于2021-05-13得票数 0
我使用谷歌云VM与4特斯拉K80 GPU的。
我使用multi_gpu_model和gpus=4运行一个keras模型(因为我有4个gpu)。但是，我得到了以下错误
ValueError:要用gpus=4调用multi_gpu_model，我们希望有以下设备可用：'/cpu:0‘、'/gpu:0’、'/gpu:1‘、'/gpu:2’、'/gpu:3‘。然而，这台机器只有：'/cpu:0'，'/xla_cpu:0'，'/xla_gpu:0'，'/gpu:0‘。尝试减少gpus。
我可以看到这里
浏览 0提问于2018-10-23得票数 3
回答已采纳
我尝试使用谷歌机器学习引擎来训练我的tensorflow模型。我想使用免费层。
当我设置配置并创建新的计算引擎实例(谷歌计算引擎)时，我也尝试添加GPU。但这给了我一个错误，因为谷歌云只给了300美元的免费信用层，没有GPU。
有没有办法在自由层中使用GPU？
浏览 3提问于2018-01-11得票数 2
我训练了一个对象检测API模型(使用动物园的COCO / Inception v2的Mask RCNN )，具有相同的配置，TensorFlow和模型版本，以及相同数量的步骤的相同(自定义)数据集。
在本地机器(1080TI上的tensorflow-gpu)上，我使用了object_object/Train.py，而在云上，我使用了调用object_detection.train模块的google ml-engine作业。两者使用相同的学习率。
云运行使用了5个工作进程，而本地运行只有1个GPU。它们都被设置为批处理大小为1。
为什么本地训练的模型的准确性要低得多？本地训练的模型往往比云训练的
浏览 28提问于2018-08-23得票数 0
回答已采纳
1回答
我想使用TF2，最好是EfficientDet D7网络来训练一个大型目标检测模型。对于我的16 GB内存的Tesla P100卡，我遇到了一个“内存不足”异常，即显卡上没有足够的内存可以分配。
所以我想知道在这种情况下我的选择是什么。如果我有多个GPU，那么TF模型将被拆分，以便填满两个卡的内存，这是正确的吗？因此，在我的情况下，使用第二张16 GB的Tesla卡，我在训练期间总共将拥有32 GB？如果是这样的话，我可以使用多个GPU的云提供商也是如此吗？
此外，如果我错了，在训练期间为多个GPU拆分一个模型将不起作用，那么还有什么方法可以训练一个不适合我的GPU内存的大型网络？
PS:我知
浏览 18提问于2021-03-03得票数 0
回答已采纳
我正在尝试将纹理上图像的像素移动到一组顶点上，这样我就可以在WebGL中将它们用作点云。
一种方法是将纹理渲染到帧缓冲区，然后使用gl.readPixels()移动到JavaScript数组，然后使用gl.bufferData()将该数组移回GPU。
将数据视为顶点，使用gl.POINTS图元使用gl.drawArrays()渲染点云。
但这需要将数据从GPU移动到CPU，然后再移动回来，这可能会变得很昂贵，特别是对于视频。
有没有一种方法可以直接将数据从纹理移动到顶点列表，而不需要离开GPU？
非常感谢任何参考、建议或代码示例！
浏览 0提问于2020-04-30得票数 1
【背景】随着腾讯云3.0内部网络架构升级，全国二三线城市网络接入更呈现区域化、边缘化、个性化等场景需求，当前腾讯云3.0跟国内某些垂类网络集成服务商还是有一定差距，例如犀思云、万国、世纪互联等，在一些垂类场景上SD_WAN服务上任然有一定空间机会；
例如，当前火爆的【云电脑】无影终端机，包括天翼云电脑、等多家云厂商都在做极致优化网络，三线静态带宽，极致降本，30元/月能卖一台云电脑、云游戏；并且支持；类似【无影工控终端机】、青云终端云电脑都能快速接入【云电脑】，唯独腾讯云当前还处在【云产品-云虚拟服务器】阶段，当前仅使用敖驰虚拟化链接终端软件，仅限帮助链接VNC和SSH登录云服务器基础能力；；
浏览 19提问于2024-09-20
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
