魏艾斯笔记腾讯云异构计算实例是云服务器的高端机型，包括AMD GPU 系列实例和NVIDIA GPU 系列实例两种机型。老魏今天讲解腾讯云异构计算实例规格、配置、性能介绍及应用场景。
腾讯云异构计算实例介绍
腾讯云异构计算实例搭载 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AI人工智能、深度学习、科学计算、虚拟化桌面、视频编解码和图形工作站等对计算能力、时延要求极高的业务场景，同时还能满足分子建模、基因组学等领域对基础设施的高要求。
腾讯云异构计算实例应用场景
- 深度学习需要处理的数据规模会高达几个T，一次深度训练过程使用CPU需要几周才能完成，而使用腾讯云腾讯云异构计算云服务器，可以几小时级完成训练，优势明显；
- 基于腾讯云GPU云服务器进行深度学习技术的成熟应用，人脸检测、五官定位、模式识别、图像理解将在更广泛的应用场景上输出技术和产品；
- 腾讯云GPU渲染型云服务器通过远程桌面协议和GPU渲染型实例实现在线实时的电影电视后期制作编辑，资源成本下降同时实现了品质和服务质量的双提升；
- 腾讯游戏平台部通过视频串流技术和GPU可视化云服务器提供给用户PC端和手机端游戏试玩功能，不用安装游戏实现游戏跨终端试玩，降低了新玩家体验游戏门槛，带来了全新的游戏体验；
- 在FPGA领域，腾讯云的“云+基因”解决方案通过对二代测序流程进行硬件加速解决生物计算的性能瓶颈，将一个全基因组计算时间从纯软件方案的60小时降低到26小时以内，并已在客户业务中成功部署；
- 更多场景请看官方文档 > 异构计算实例介绍
- 点我领取腾讯代金券，抵用部分金额，可以省钱
因为性能过于强悍，这款机型是绝大多数业务项目都用不到的。
AMD GPU 系列实例
采用 AMD FirePro S7150，提供出色的图形处理能力，是远程桌面、3D 渲染、云游戏等应用场景的首选。
AMD 系列 GPU 实例 GA2 适用于 GPU 传统图形图像处理（3D 渲染）应用场景。适用于高性能图形处理，3D 渲染。例如：非线性编辑，云游戏，图形工作站，云桌面等。
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 CBS 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；
- 更多请看文档中心 > GPU 云服务器 > AMD 系列实例
- 点我领取腾讯代金券，抵用部分金额，可以省钱
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。
从硬件配置上看 NVIDIA 系列 GPU 实例 GN* 提供了强大的计算能力，轻松支撑高实时、高并发的海量计算场景。适用于深度学习、科学计算等 GPU 通用计算场景，及图形图像处理（3D 渲染，视频编解码）场景。
NVIDIA 系列实例包括计算型和渲染型两类，如下所示：
- 渲染型：适用于 3D 渲染、视频编解码、CAD 等；
- 计算型：适用于深度学习、科学计算、CAE 等；
- 更多请看文档中心 > GPU 云服务器 > NVIDIA 系列实例
- 点我领取腾讯代金券，抵用部分金额，可以省钱
老魏总结
腾讯云异构计算实例本来就不是常见的云服务器机型，大部分人是用不到的。通常用于AI人工智能、深度学习、科学计算、虚拟化桌面、视频编解码、图形工作站、分子建模、基因组学等对计算能力、时延要求极高的业务场景。如果你有这类业务需要就选择腾讯云异构计算实例，在传统通用计算无力应对大规模、高并发计算需求时，异构计算是这类高需求业务在各行业中落地的基础支撑。