CLOUD云计算
阿里云GPU计算型实例规格族gn7i/gn6e/gn6v有啥服务器区别？
GPU计算型实例规格族gn7i
gn7i的特点如下：
依托第三代神龙架构，提供稳定可预期的超高性能。同时通过芯片快速路径提速手段，完成存储、网络性能以及计算稳定性的数量级提升。
计算：
采用NVIDIA A10 GPU计算卡
创新的Ampere架构
支持RTX、TensorRT等常用提速功能
处理器：2.9 GHz主频的Intel ® Xeon ® 可扩展处理器（Ice Lake），全核睿频3.5 GHz
最大可提供752 GiB内存，相比gn6i大幅提升
存储：
I/O优化实例
支持ESSD云盘、SSD云盘和高效云盘
网络：
支持IPv6
实例网络性能与计算规格对应（规格越高网络性能越强）
适用场景：
配备高性能CPU、内存、GPU，可以处理更多并发AI推理任务，适用于图像识别、语音识别、行为识别业务
支持RTX功能，搭配高主频CPU，提供高性能的3D图形虚拟化能力，适用于远程图形设计、云游戏等高强度图形处理业务。
GPU计算型实例规格族gn6v
gn6v的特点如下：
计算：
采用NVIDIA V100 GPU计算卡
GPU提速器：V100（SXM2封装）
创新的Volta架构
单GPU显存16 GB HBM2（GPU显存带宽900 GB/s）
单GPU 5120个CUDA Cores
单GPU 640个Tensor Cores
支持6个NVLink链路，每个25 GB/s，总共300 GB/s
处理器与内存配比约为1:4
处理器：2.5 GHz主频的Intel ® Xeon ® Platinum 8163（Skylake）
存储：
I/O优化实例
支持ESSD云盘、SSD云盘和高效云盘
网络：
支持IPv6
实例网络性能与计算规格对应（规格越高网络性能越强）
适用场景：
深度学习，例如图像分类、无人驾驶、语音识别等人工智能算法的训练、推理应用
科学计算，例如计算流体动力学、计算X_X学、分子动力学、环境分析等