腾讯云GPU云服务器在选择实例配置时应该注意哪些事项？

腾讯云异构计算服务器搭载GPU、FPGA等异构硬件，具有实时高速的并行计算和浮点计算能力，适合于深度学习、科学计算、视频编解码和图形工作站等高性能应用，下面分享腾讯云NVIDIA GPU云服务器配置CPU内存性能注意事项：

NVIDIA GPU云服务器介绍

腾讯云NVIDIA GPU 系列实例 采用 NVIDIA Tesla 系列 GPU，包括前一代 M40，当前主流的 P4/P40，以及最新一代的 V100. 提供杰出的通用计算能力，是深度学习训练/推理，科学计算等应用场景的首选。NVIDIA系列GPU实例GN?不仅适用于深度学习、科学计算等 GPU 通用计算场景，也适用于图形图像处理（3D 渲染，视频编解码）场景；腾讯云以和标准云服务器一致的管理方式，提供快速、稳定、弹性的计算服务。

注意：

GPN系列实例用作3D图形渲染（GN2 不支持）需要安装GRID Driver和配置License Server，安装方法参考安装 NVIDIA GRID 驱动。

NVIDIA GPU云服务器硬件规格

• CPU： 高频 Intel Xeon E5-2680 (Broadwell) 。
• GPU： AMD FirePro™ S7150。
• 内存： DDR4 。
• 存储： 系统盘与数据盘都为SSD 云硬盘。如需扩容可 购买弹性云盘 进行挂载。
• 网络： 默认网络增强， 无额外收费。

使用场景：

NVIDIA GPU实例适用于数据吞吐量大且对计算速度有要求的工作场景。

• 深度学习
• 图形图像处理
• 视频编解码
• 图形数据库
• 高性能数据库
• 计算流体动力学
• 计算金融
• 地震分析
• 分子建模
• 基因组学及其他

NVIDIA GPU云服务器硬件规格

规格说明：

• GPU 性能：主要指标为 GPU 的浮点运行能力，TF 代表 T Flops，SP 代表 single-precision 单精度浮点运算，DP 代表 double-precision 双精度浮点运算，INT8 代表 INT8 整数运算，DL 代表 Tensor Core 的深度学习加速能力（仅适用 V100）。
• 存储/网络：存储列表展示了当前实例所支持购买的存储类型，增强型 SSD 云盘目前在内测阶段；网络带宽是指该类型实例所在物理机的网络带宽，某一类型具实例所分配的网络带宽详见购买页。
• 可用区：北二代表北京二区，上一代表上海一区，广三代表广州三区，依此类推。

综上，以上为腾讯云NVIDIA GPU云服务器的配置、性能、使用场景及规格说明。