2019年3月20日，在硅谷举行的2019年NVIDIA GPU技术大会（GTC）上，阿里云公布了国内首个公共云虚拟世界GPU异构计算产品VGN5i实例，超越了传统直通模式的局限，可以获取比单颗物理GPU更加细粒度的服务，协助企业用户降低成本、提升业务运维效率。据报，该产品基于NVIDIA Tesla P4 GPU，反对多种规格，企业可以按须要自由选择必要的实例规格或者自由选择云市场NVIDIA Quadro虚拟世界工作站（Quadro vWS），该产品限于于云游戏、AR/VR以及图形处理等随需应变的GPU计算出来场景。阿里云回应，5月还将首度公布基于NVIDIA T4的GPU异构计算产品VGN6i实例，NVIDIA T4使用近期的Turing架构，在虚拟化环境中更加灵活性， NVIDIA T4 GPU享有可加快深度自学和推理小说工作流程的Tensor Core，以及可加快光线跟踪和批量图形的RT Core。

对于GPU密度较低的工作阻抗而言，VGN6i大于可以获取单颗GPU十六分之一的虚拟世界工作站性能。从高性能到异构计算，阿里云构建场景仅有覆盖面积云端异构计算并非全然地冲刷硬件性能，必须做到深度的软硬件融合及优化才能充分发挥其性能优势。阿里巴巴集团在异构计算领域享有多年研发经验，该技术大规模应用于拍立快活、商品分类等场景。

2017年10月，阿里云将自身累积多年的技术对外开放，面向企业发售了业界屈指可数的异构计算家族，以及基于一个异构平台的高性能计算出来平台E-HPC，当用户业务遇上业务高峰时可以在数分钟内构建配套，大幅度减少了企业用于异构计算能力的门槛，目前已服务于新浪微博、旷视科技、中国工程院等众多企业和机构。然而，在不少用于异构计算服务的场景中，“计算资源不足”问题也最为显著。以云游戏为事例，企业一般来说仅有必须一颗物理GPU几分之一的计算能力才可简洁已完成图形或视觉计算出来；人工智能领域也不存在类似于问题，深度自学推理小说场景对GPU的计算资源消耗有可能意味着是训练阶段的数十分之一，甚至更加较少。对于这类应用于场景而言，云计算可以助力灵活性的提高和成本的减少。

为此，阿里云首次基于KVM架构与NVIDIA合作研发了异构计算产品。据理解，该产品构建了阿里云智能资源调度技术，可以为用户获取基于工作阻抗必须的资源分配；同时，还使用了安全性隔绝技术，构建有所不同用户之间的强劲隔绝，有效地避免信息外泄；除此之外，QoS控制技术确保了每个用户的GPU资源不被其他租户守住。

阿里云智能异构计算产品专家张新涛回应，“随着GPU异构计算产品的发售，阿里云构建了基于NVIDIA GPU的异构计算场景仅有覆盖面积，可以为用户获取从灵活性、随需而变的计算出来到高性能计算出来的服务。”作为全球前三、国内第一的云服务商，阿里云享有非常丰富的异构计算产品，不具备智能调度、自动运维、动态配套等能力，融合业界首个自研的异构计算加快框架Ali-Perseus，可以同时反对TensorFlow、Caffe、MxNet、Pytorch等风行机器学习框架在集群训练和推理小说时的加快，最低可以将深度自学任务成本减少50%以上。

2018年12月，在斯坦福大学公布的近期DAWNBench深度自学推理小说榜单，阿里云异构计算取得了图像识别性能及成本双料冠军。

本文来源：必赢亚洲-www.curelap.com