GPU只能整块购买吗，腾讯云GN7实例告诉你答案

1999 年，NVIDIA 公司发明了 GPU（Graphics Processing Unit），优异的图形处理表现让它艳惊四座。

近年来，GPU 在大规模并行运算上的巨大优势，让其成为大数据、AI 以及图形图像处理等场景下里不可或缺的计算引擎。

然而，一直以来，囿于GPU 切分难度较高，用户不论是购买 GPU 硬件，还是购买 GPU 云服务，都只能整块购买。这样有两个结果：

1. 使用门槛较高

GPU 相对 CPU 价格较贵，一块超级计算类 GPU 价格更是高达好几万，个人开发者使用门槛较高；

2. 资源浪费

在算力需求较小的时候，一整块 GPU 卡无法满负荷运行，造成算力浪费。

今日，腾讯云发布了一款基于 NVIDIA T4 的 vGPU 计算产品——GN7 实例，我们也是全球首家推出“基于 NVIDIA T4 GPU 及 NVIDIA vComputeServer 软件”的 vGPU 实例的云厂商！

从此，腾讯云用户在面临不同的 AI 场景时，可以更灵活地调度 vGPU，并在提高安全性的同时，进一步降低成本！

广泛适用，一招鲜吃遍各种 AI 场景

GN7 实例适用于“海量数据处理”、“人工智能”、“云端图像处理”等领域。腾讯云智能钛弹性模型服务（TI-EMS）率先用上了 GN7 实例，它通过使用 vGPU 做小模型推理，帮助用户解决复杂模型部署和 GPU 利用成本效益等问题。

极致安全，设备级虚拟化隔离不同用户

不同于过往进程级别的虚拟化 GPU，GN7 的提供的设备级虚拟化 vGPU 是完全模拟出来的 GPU 设备，在支持 GPU 硬件绝大多数特性的同时，还能够做到操作系统级别的隔离，使得不同的用户不会发生资源争抢的问题。

降本增效，做一朵懂得勤俭节约的云

“按需购买，按量计费”是云计算显而易见的好处。为了提高设备利用率和避免浪费，用户甚至可以在腾讯云上买到GPU 参数为“四分之一个 T4 vGPU”的 GN7 实例，较小的虚拟化颗粒度使这款产品也特别适合诸如需求较小的科研实验等项目。