文档中心 > 集群节点
集群节点

最近更新时间:2021-06-10

节点概述

使用云容器引擎时,您只需创建Worker节点即可。Master节点由容器服务创建并托管。紫光云云容器引擎具备简单、低成本、高可用、无需运维管理Kubernetes集群Master节点的特点。

通用型

通用型实例提供计算资源和内存资源均衡的基准性能,CPU与内存比例为1:4。适合于对CPU、内存等性能规格没有特殊需求的场景。

通用型实例支持的规格如下。

规格名称vCPU内存网络带宽能力(出/入)(Gbit/s)云盘IOPS(万)云盘带宽(Gbit/s)
s1.large.42 vCPU8 GB0.40.40.4
s1.xlarge.44 vCPU16 GB0.60.80.6
s1.2xlarge.48 vCPU32 GB110.8

计算型

计算型实例提供最高性能的处理器和最高的计算性价比,CPU与内存比例为1:2。适用于web前端服务器、数据分析、批量计算、视频编码等场景。

计算型实例支持的规格如下。

规格名称vCPU内存网络带宽能力(出/入)(Gbit/s)云盘IOPS(万)云盘带宽(Gbit/s)
c1.large.22 vCPU4 GB0.40.40.4
c1.xlarge.24 vCPU8 GB0.60.80.6
c1.2xlarge.28 vCPU16 GB110.8

内存型

内存型实例拥有高内存占比,CPU与内存比例为1:8,适合需要大量的内存操作,查找和计算的应用场景,例如:高性能数据库、内存数据库、数据分析与挖掘(Hadoop、Spark 群集)等场景。

内存型实例支持的规格如下。

规格名称vCPU内存网络带宽能力(出/入)(Gbit/s)云盘IOPS(万)云盘带宽(Gbit/s)
m1.large.82 vCPU16 GB0.40.40.4
m1.xlarge.84 vCPU32 GB0.60.80.6
m1.2xlarge.88 vCPU64 GB110.8

GPU型

紫光云GPU集群,是基于GPU应用的云计算服务,提供实时高速的并行计算和浮点计算能力,完美承接高负载、高要求的计算任务,适用于图形渲染、视频解码、深度学习、科学计算等应用场景。

GPU云主机实例规格

规格族规格名称GPUvCPU内存(GB)
计算型p1.2xlarge.81*NVIDIA V100864
p1.4xlarge.82*NVIDIA V10016128

GPU集群的硬盘规格

GPU集群支持的云硬盘规格如下。

系统盘/数据盘硬盘类型可选规格可选数量
系统盘SSD云硬盘40GB~500GB(步长1GB)1块
高性能HDD云硬盘40GB~500GB(步长1GB)1块
数据盘SSD云硬盘20GB-32TB(步长1GB)0~15块
高性能HDD云硬盘20GB-32TB(步长1GB)0~15块

GPU集群的产品优势

  • 高效计算

    提供顶级的GPU实例,采用成熟的GPU直通技术,保证近乎物理级别的GPU性能,堪比CPU百倍的计算能力,以最快的速度完成复杂的计算任务。

  • 安全防护

    用户资源完全独立,提供最高级别的安全防护,安全系统全面接入,享受和云主机同等的安全保障,为用户的每一次数据的输入输出护航。

  • 高性价比

    GPU集群可以按需购买所使用的实例规格。与用户自行建设大规模GPU计算集群相比,可以节省大量的硬件和人力成本,同时亦不用考虑硬件的更新换代问题,有效降低资金投入。

  • 轻松管理

    GPU集群提供强大的云控制台管理功能,用户拥有GPU集群的管理员账号,拥有实例的完全控制权,可根据业务需要及时针对实例执行添加和删改等重要更改操作。简单清晰的管理操作,轻松部署自主的GPU集群,学习成本完全为零。

GPU云主机的应用场景

  • 图像渲染需求场景

    渲染是用软件从模型生成图像的过程,应用在视频、模拟和电影电视制作等广泛领域。渲染业务场景需要GPU显卡实现图形加速及实时渲染,同时需要大量计算、内存或存储。高性能计算能力及图形渲染能力,实现在线图形渲染处理,大大缩短制作周期,提升整体效率。如果以并发核心数的算力对比,GPU云主机渲染速度,是CPU云主机的百倍以上。

  • 机器学习需求场景

    GPU有着上百个计算核心,可以并发处理上千个线程,亦可以同时进行上千个线程的计算,GPU天生就胜任矩阵计算的要求,同等规格的计算任务下,GPU云主机的算力最高甚至能达到CPU云主机的百倍,适用于深度学习、机器学习等对于重复计算有要求的应用场景。

  • 科学计算需求场景

    在科学计算领域,要求极强的双精度计算能力。在模拟仿真过程中,消耗大量计算资源的同时,会产生大量临时数据,对存储带宽与时延也有极高的要求。