GPU平台选择指南！

Datawhale亲测

主题：AI算力平台使用体验

引言：要做深度学习，必然需要 GPU，如何构建一个弹性的 GPU 环境是很多读者关心和常问的问题，今天主要分享关于云服务器的选择。

考虑到Datawhale读者在项目实践中对算力的需求，希望能推荐好用的算力平台。2个月前受到趋动云邀请，组织了一批AI开发者对趋动云平台进行内测，大家体验后感觉不错，具有灵活算力、按需使用，低上手门槛，分布式优化，协作共享等核心功能，特别适合做AI训练。

除了训练速度快之外，平台提供了大量热门公开数据集，省去大家上传数据集的时间成本。下面会介绍一下趋动云，讲下我们的使用体验，另外双十一期间，平台为Datawhale读者提供了免费算力（面向新注册用户），可以在文末领取。

高性价比

相较市面上同类型公有云产品，趋动云算力拥有较高的性价比。采用分钟级的实时计费模式，具体可以见下表。另外趋动云算力最低价格0.49 元/卡时，要比其它公有云包月的价格还便宜哦。

灵活算力，按需使用

基于GPU虚拟化技术，我们可以提供更灵活的算力选择，通过内置数十种算力规格，更准确的匹配您的算力需求，采用按需使用模型，使您最低成本获得高性能的计算服务。

低上手门槛

无需手工配置训练环境的繁琐，平台内置常用框架镜像、公开数据集，可快速基于 JupyterLab 进行可视化编程界面、一键式离线任务提交，快速开启AI开发之旅。

分布式优化

为分布式训练优化，支持一机多卡，多机多卡等多种分布式训练形态。支持运行 tensorflow、pytorch，hovorod等多种框架的分布式训练。

协作共享

数据集、镜像和代码共享，实现团队内部资源共享，协同研发。

快速集成

我们集成了 git 代码仓库，基于 S3 协议的云对象存储和 nfs 协议的文件存储，您的历史工作可以平滑过渡到平台上，免去迁移工作的烦恼。

最后

如果想了解其他GPU平台，也欢迎留言。