Serverless GPU是一种新兴的云计算GPU服务，它采用了服务器无感知计算的理念，通过提供一种按需分配的GPU计算资源，有效地解决原有GPU长驻使用方式导致的低资源利用率、高使用成本和低弹性能力等痛点问题。本文介绍Serverless GPU的详细功能和优势。 传统GPU长驻使用方式存在许多
传统GPU使用场景存在资源利用率低、使用成本高和弹性能力弱等痛点问题，而Serverless GPU提供了一种更加灵活的方式来利用GPU计算资源，您只需根据自己的实际需求选择合适的GPU型号和计算资源规模即可。本文介绍如何根据您的业务情况选择不同的GPU云产品以及应用场景。 GPU选型指引请参见以下
为了满足用户在AI应用场景的镜像使用习惯，函数计算推荐使用镜像交付。AI与大数据领域的镜像尺寸常见于GB级别，函数计算一方面提高了镜像大小的限制，另一方面提供了镜像加速。本文介绍镜像大小限制、通用镜像加速方式以及官方基础镜像的说明和使用方式。
您可以通过函数计算控制台、SDK或Serverless Devs来体验GPU实例的最佳实践。本文以Python语言为例，说明如何使用Serverless Devs开发工具或通过控制台，将原始图像经过函数代码处理，实现边缘检测。
您可以通过函数计算控制台、SDK或Serverless Devs来体验GPU实例的最佳实践。本文以Python语言为例，说明如何使用Serverless Devs开发工具或通过控制台，将原始图像经过函数代码处理，实现风格合成以及对象检测。
您可以通过函数计算控制台、SDK或Serverless Devs来体验GPU实例的最佳实践。本文以Python语言为例，说明如何使用Serverless Devs开发工具，将原始视频经过函数代码的转码处理，从.mp4转换为.flv格式。
本文介绍如何通过Serverless Devs工具基于异步任务调用GPU函数，并将调用结果自动回调至配置的异步目标函数。 背景信息
本文介绍在使用函数计算部署AI推理应用时，模型存储的常用方法，并对这些方法的优缺点和适用场景进行比较分析。 背景信息 函数的存储类型请参见函数存储选型。其中，适合用作GPU存储模型的包括以下两种。 文件系统NAS
本文介绍什么是准实时推理场景，以及如何使用GPU按量实例，以及如何基于GPU按量实例构建使用成本较低的准实时推理服务。 场景介绍 <
本文介绍如何使用GPU预留实例，以及如何基于GPU预留实例构建延迟敏感的实时推理服务。 背景信息 场景介绍
