本文为您汇总了已停售的GPU实例规格族详情，请您根据业务需求（例如场景或计算能力）选择当前主售的实例规格族。
关于在售实例规格的详细介绍，请参见实例规格族。
如果您持有已停售规格的实例，建议变配至其他在售规格。关于实例规格之间支持变配的情况，请参见支持变配的实例规格。
GPU计算型弹性裸金属服务器实例规格族ebmgn7vx
GPU计算型弹性裸金属服务器实例规格族ebmgn6ia
GPU虚拟化型实例规格族vgn6i
GPU虚拟化型实例规格族vgn5i
GPU计算型超级计算集群实例规格族sccgn6e
GPU计算型超级计算集群实例规格族sccgn6
GPU计算型超级计算集群实例规格族sccgn6ne
GPU计算型实例规格族gn4
GPU可视化计算型实例规格族ga1
GPU计算型弹性裸金属服务器实例规格族ebmgn7vx
ebmgn7vx的特点如下：
ebmgn7vx依托第四代神龙架构，采用阿里云全新CIPU架构，多台裸金属之间通过eRDMA网络互联，在160 Gbit/s的互联带宽下实现RDMA通信。打开eRDMA后，您可以根据训练需求弹性选择集群中的机器数量，快速满足大规模AI训练的需求。
计算
处理器：基于Intel ®第三代 Xeon ®Scalable计算平台（Icelake），2.9 GHz主频，全核睿频3.5 GHz，支持PCIe 4.0接口
存储
I/O优化实例
仅支持ESSD云盘和ESSD AutoPL云盘
网络
支持IPv4、IPv6
支持物理网卡
超高网络性能，2400万PPS网络收发包能力
支持ERI（Elastic RDMA Interface），可以在VPC网络下实现RDMA直通加速互联，将带宽提升至160 Gbit/s
说明关于ERI的使用说明，请参见在企业级实例上使用eRDMA或者在GPU实例上配置eRDMA。
适用场景
各类深度学习训练开发业务
HPC加速计算和仿真
说明在使用高通信负载的AI训练业务如Transformer等模型时，务必启用NVLink进行GPU间的数据通信，否则可能由于PCIe链路大规模数据传输引起非预期的故障，导致数据受损。如不确定您使用的训练通信链路拓扑，请提交工单由阿里云技术专家为您提供技术支持。
ebmgn7vx包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存（GiB） | GPU显存 | 网络带宽（Gbit/s） | 网络收发包PPS | 单网卡IPv4地址数 | 单网卡IPv6地址数 | 物理网卡数 | 多队列（主网卡/辅助网卡） | 弹性网卡 |
ecs.ebmgn7vx.32xlarge | 128 | 1024 | 80GB * 8 | 160（80 * 2） | 2400万 | 30 | 30 | 2 | 32/32 | 16 |
您可以前往ECS实例可购买地域，查看实例在各地域的可购情况。
ebmgn7vx实例规格所使用的镜像启动模式必须为UEFI模式。如果您需要使用自定义镜像，请确保该自定义镜像支持UEFI启动模式，并且镜像的启动模式属性已设置为UEFI模式。具体操作，请参见通过API设置自定义镜像的启动模式为UEFI模式。
指标的含义请参见实例规格族。由于业务场景的不同，网络收发包PPS会存在明显差异。因此，我们建议您进行业务压测以了解实例的性能表现，以便选择合适的实例规格。
暂无法获取EBM弹性裸金属实例的CPU基础监控信息，您可通过安装云监控插件获取CPU监控信息。具体操作，请参见安装云监控插件。
GPU计算型弹性裸金属服务器实例规格族ebmgn6ia
规格族介绍：
依托第三代神龙架构，通过芯片快速路径加速手段，提供稳定可预期的超高计算、存储和网络性能。
采用NVIDIA T4 GPU计算加速器提供GPU加速能力，助力图形和AI业务，搭配容器技术可以提供60路以上虚拟Android终端，并对每路终端显示进行硬件视频转码加速。
适用场景：
基于Android提供App远端服务，例如云业务在线待机、云手游和云手机、Android业务爬虫。
计算：
处理器与内存配比约为1:3。
处理器：2.8 GHz主频的Ampere® Altra®处理器，睿频3.0 GHz，原生ARM计算平台为Android服务器提供高效的性能和优秀的App兼容性。
存储：
I/O优化实例。
支持的云盘类型：ESSD云盘、ESSD AutoPL云盘。更多云盘信息，请参见块存储概述。
网络：
支持IPv4、IPv6。关于IPv6通信，参见IPv6通信。
ebmgn6ia包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存（GiB） | GPU | GPU显存 | 网络基础带宽（Gbit/s） | 网络收发包PPS | 多队列 | 弹性网卡 | 单网卡私有IPv4地址数 | 单网卡IPv6地址数 |
ecs.ebmgn6ia.20xlarge | 80 | 256 | NVIDIA T4 * 2 | 16GB * 2 | 32 | 2400万 | 32 | 15 | 10 | 1 |
Ampere® Altra®处理器对操作系统内核版本有一定要求。当您使用该实例规格创建ECS实例时，可以直接选用Alibaba Cloud Linux 3和CentOS 8.4及以上版本的操作系统镜像（建议您使用Alibaba Cloud Linux 3镜像）。如果您需要使用其他操作系统版本，请参见Ampere Altra (TM) Linux Kernel Porting Guide，在指定操作系统的ECS实例中为内核打上相应的补丁，完成之后基于该ECS实例创建自定义镜像，然后通过自定义镜像创建新的ECS实例时选择该实例规格。
GPU虚拟化型实例规格族vgn6i
vgn6i的特点如下：
计算：
采用NVIDIA T4 GPU计算加速器
实例包含分片虚拟化后的虚拟GPU
计算能力支持NVIDIA Tesla T4的1/4和1/2
GPU显存支持4 GB和8 GB
处理器与内存配比约为1:5
处理器：2.5 GHz主频的Intel ® Xeon ® Platinum 8163（Skylake）
存储：
I/O优化实例
仅支持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：
云游戏的云端实时渲染
AR和VR的云端实时渲染
AI（DL和ML）推理，适合弹性部署含有AI推理计算应用的互联网业务
深度学习的教学练习环境
深度学习的模型实验环境
vgn6i包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存（GiB） | GPU | GPU显存 | 网络基础带宽（Gbit/s） | 网络收发包PPS | 多队列（主网卡/辅网卡） | 弹性网卡 | 单网卡私有IPv4地址数 |
ecs.vgn6i-m4.xlarge | 4 | 23 | NVIDIA T4 * 1/4 | 16GB * 1/4 | 2 | 50万 | 4/2 | 3 | 10 |
ecs.vgn6i-m8.2xlarge | 10 | 46 | NVIDIA T4 * 1/2 | 16GB * 1/2 | 4 | 80万 | 8/2 | 4 | 10 |
GPU虚拟化型实例规格族vgn5i
vgn5i的特点如下：
计算：
采用NVIDIA P4 GPU计算加速器
实例包含分片虚拟化后的虚拟GPU
计算能力支持NVIDIA Tesla P4的1/8、1/4、1/2和1:1
GPU显存支持1 GB、2 GB、4 GB和8 GB
处理器与内存配比为1:3
处理器：2.5 GHz主频的Intel ® Xeon ® E5-2682 v4（Broadwell）
存储：
I/O优化实例
仅支持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：
云游戏的云端实时渲染
AR和VR的云端实时渲染
AI（DL和ML）推理，适合弹性部署含有AI推理计算应用的互联网业务
深度学习的教学练习环境
深度学习的模型实验环境
vgn5i包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存（GiB） | GPU | GPU显存 | 网络基础带宽（Gbit/s） | 网络收发包PPS | 多队列 | 弹性网卡 | 单网卡私有IPv4地址数 |
ecs.vgn5i-m1.large | 2 | 6 | NVIDIA P4 * 1/8 | 8GB * 1/8 | 1 | 30万 | 2 | 2 | 6 |
ecs.vgn5i-m2.xlarge | 4 | 12 | NVIDIA P4 * 1/4 | 8GB * 1/4 | 2 | 50万 | 2 | 3 | 10 |
ecs.vgn5i-m4.2xlarge | 8 | 24 | NVIDIA P4 * 1/2 | 8GB * 1/2 | 3 | 80万 | 2 | 4 | 10 |
ecs.vgn5i-m8.4xlarge | 16 | 48 | NVIDIA P4 * 1 | 8GB * 1 | 5 | 100万 | 4 | 5 | 20 |
上表中的GPU列对应的指标包括GPU卡型号和GPU分片信息。其中，GPU分片表示1块GPU分成多片，每个实例上使用1片。例如：
NVIDIA P4 * 1/8中的NVIDIA P4表示GPU卡型号；1/8表示GPU的分片，即1块GPU分成8片，每个实例上使用1片。
GPU计算型超级计算集群实例规格族sccgn6e
sccgn6e的特点如下：
具备弹性裸金属服务器的所有特性。更多信息，请参见弹性裸金属服务器规格。
计算：
GPU加速器：
创新的Volta架构
GPU显存32 GB HBM2
CUDA Cores 5120
Tensor Cores 640
GPU显存带宽900 GB/s
单GPU支持6个NVLink链路（NVLink属于双向链路），单向链路的带宽为25 Git/s，总带宽为6×25×2=300 Git/s
处理器与内存配比为1:8
处理器：2.5 GHz主频的Intel ® Xeon ® Platinum 8163（Skylake），计算性能稳定
存储：
I/O优化实例
仅支持ESSD云盘、ESSD AutoPL云盘、SSD云盘和高效云盘
支持高性能并行文件系统CPFS
网络：
支持IPv6
支持专有网络VPC
支持RoCE V2网络，用于低延迟的RDMA通信
适用场景：
超大规模机器学习集群训练场景
大规模高性能科学计算和仿真计算
大规模数据分析、批量计算、视频编码
sccgn6e包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存（GiB） | GPU | GPU显存（GB） | 网络基础带宽（Gbit/s） | 网络收发包PPS | RoCE网络（Gbit/s） | 多队列 | 弹性网卡 | 单网卡私有IPv4地址数 |
ecs.sccgn6e.24xlarge | 96 | 768.0 | NVIDIA V100 * 8 | 32GB * 8 | 32 | 480万 | 50 | 8 | 32 | 10 |
GPU计算型超级计算集群实例规格族sccgn6
sccgn6的特点如下：
具备弹性裸金属服务器的所有特性。更多信息，请参见弹性裸金属服务器规格。
计算：
GPU加速器：V100（SXM2封装）
创新的Volta架构
GPU显存16 GB HBM2
CUDA Cores 5120
Tensor Cores 640
GPU显存带宽900 GB/s
GPU支持6个NVLink链路（NVLink属于双向链路），单向链路的带宽为25 Git/s，总带宽为6×25×2=300 Git/s
处理器与内存配比为1:4
处理器：2.5 GHz主频的Intel ® Xeon ® Platinum 8163（Skylake），计算性能稳定
存储：
I/O优化实例
仅支持ESSD云盘、ESSD AutoPL云盘、SSD云盘和高效云盘
支持高性能并行文件系统CPFS
网络：
支持IPv6
支持专有网络VPC
支持RoCE V2网络，用于低延迟的RDMA通信
适用场景：
超大规模机器学习集群训练场景
大规模高性能科学计算和仿真计算
大规模数据分析、批量计算、视频编码
sccgn6包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存（GiB） | GPU | 网络基础带宽（Gbit/s） | 网络收发包PPS | RoCE网络（Gbit/s） | 多队列 | 弹性网卡 | 单网卡私有IPv4地址数 |
ecs.sccgn6.24xlarge | 96 | 384.0 | NVIDIA V100 * 8 | 30 | 450万 | 50 | 8 | 32 | 10 |
GPU计算型超级计算集群实例规格族sccgn6ne
sccgn6ne的特点如下：
具备弹性裸金属服务器的所有特性
计算：
GPU加速器：V100（SXM2封装）
创新的Volta架构
GPU显存32 GB HBM2
CUDA Cores 5120
Tensor Cores 640
GPU显存带宽900 GB/s
支持6个NVLink链路，每个25 GB/s，总共300 GB/s
处理器与内存配比为1:4
处理器：2.5 GHz主频的Intel ® Xeon ® Platinum 8163（Skylake），计算性能稳定
存储：
I/O优化实例
支持ESSD云盘、SSD云盘和高效云盘
支持高性能并行文件系统CPFS
网络：
支持IPv6
支持专有网络VPC
支持RoCE V2网络，用于低延迟的RDMA通信
适用场景：
超大规模机器学习集群训练场景
大规模高性能科学计算和仿真计算
大规模数据分析、批量计算、视频编码
sccgn6ne包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存（GiB） | GPU | GPU显存 | 网络基础带宽（Gbit/s） | 网络收发包PPS | RoCE网络（Gbit/s） | 多队列 | 弹性网卡 | 单网卡私有IPv4地址数 |
ecs.sccgn6ne.24xlarge | 96 | 768.0 | NVIDIA V100 * 8 | 32GB * 8 | 32.0 | 480万 | 100 | 16 | 8 | 20 |
GPU计算型实例规格族gn4
gn4的特点如下：
采用NVIDIA M40 GPU计算卡
计算：
多种处理器与内存配比
处理器：2.5 GHz主频的Intel ® Xeon ® E5-2682 v4（Broadwell）
存储：
I/O优化实例
仅支持SSD云盘和高效云盘
网络：
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
科学计算，例如计算流体动力学、计算金融学、基因组学研究、环境分析
高性能计算、渲染、多媒体编解码及其他服务器端GPU计算工作负载
gn4包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存（GiB） | GPU | GPU显存 | 网络基础带宽（Gbit/s） | 网络收发包PPS | 多队列 | 弹性网卡 | 单网卡私有IPv4地址数 |
ecs.gn4-c4g1.xlarge | 4 | 30.0 | NVIDIA M40 * 1 | 12GB * 1 | 3.0 | 30万 | 1 | 3 | 10 |
ecs.gn4-c8g1.2xlarge | 8 | 30.0 | NVIDIA M40 * 1 | 12GB * 1 | 3.0 | 40万 | 1 | 4 | 10 |
ecs.gn4.8xlarge | 32 | 48.0 | NVIDIA M40 * 1 | 12GB * 1 | 6.0 | 80万 | 3 | 8 | 20 |
ecs.gn4-c4g1.2xlarge | 8 | 60.0 | NVIDIA M40 * 2 | 12GB * 2 | 5.0 | 50万 | 1 | 4 | 10 |
ecs.gn4-c8g1.4xlarge | 16 | 60.0 | NVIDIA M40 * 2 | 12GB * 2 | 5.0 | 50万 | 1 | 8 | 20 |
ecs.gn4.14xlarge | 56 | 96.0 | NVIDIA M40 * 2 | 12GB * 2 | 10.0 | 120万 | 4 | 8 | 20 |
GPU可视化计算型实例规格族ga1
ga1的特点如下：
采用AMD S7150 GPU计算卡
配备高性能NVMe SSD本地盘
计算：
处理器与内存配比为1:2.5
处理器：2.5 GHz主频的Intel ® Xeon ® E5-2682 v4（Broadwell）
存储：
I/O优化实例
仅支持SSD云盘和高效云盘
网络：
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：
渲染、多媒体编解码
机器学习、高性能计算、高性能数据库
其他需要强大并行浮点计算能力的服务器端业务
ga1包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存（GiB） | 本地存储（GiB） | GPU | GPU显存 | 网络基础带宽（Gbit/s） | 网络收发包PPS | 多队列 | 弹性网卡 | 单网卡私有IPv4地址数 |
ecs.ga1.xlarge | 4 | 10.0 | 1 * 87 | AMD S7150 * 1/4 | 8GB * 1/4 | 1.0 | 20万 | 1 | 3 | 10 |
ecs.ga1.2xlarge | 8 | 20.0 | 1 * 175 | AMD S7150 * 1/2 | 8GB * 1/2 | 1.5 | 30万 | 1 | 4 | 10 |
ecs.ga1.4xlarge | 16 | 40.0 | 1 * 350 | AMD S7150 * 1 | 8GB * 1 | 3.0 | 50万 | 2 | 8 | 20 |
ecs.ga1.8xlarge | 32 | 80.0 | 1 * 700 | AMD S7150 * 2 | 8GB * 2 | 6.0 | 80万 | 3 | 8 | 20 |
ecs.ga1.14xlarge | 56 | 160.0 | 1 * 1400 | AMD S7150 * 4 | 8GB * 4 | 10.0 | 120万 | 4 | 8 | 20 |