随着人工智能快速发展，模型的准确性与复杂性变得越来越高，企业对计算的需求也不断提高，因此新生海量数据的处理需求，如深度学习、语音识别、图像处理等，对传统CPU计算带来了诸多挑战。
UCloud GPU云主机可大幅提升图形图像处理及高性能计算能力，并能有效提升图形处理、科学计算等领域的计算效率。搭配多种不同配置，性能达到***，满足多种需求，可***融合UAI系列产品，为用户提供更具差异化的AI云服务。
***计算性能
相对比于传统CPU，UCloud GPU云主机的NVIDIA Tesla P40 GPU芯片的计算性能强于45倍之多。在深度学习场景下，基于Pascal架构的AI芯片更能够加速65倍。
同时，UCloud GPU云主机搭配的Tesla P40提供极简工作流程，因此可以使用相同的服务器进行迭代和部署。此外，NVIDIA官方提供TensorRT和Deep Stream SDK，能帮助用户更高效编写深度学习程序，是AI训练不可替代的选择。
在推理方面，用户也可轻松顺畅地利用P40强大的INT8运算能力和视频转码等推理功能。其中，硬件解码引擎能对35路高清视频流进行实时转码和推理，仍然比CPU更高效，更具性价比。
两款机型灵活配置
UCloud GPU型云主机提供G1（Tesla K80）和G2（Tesla P40）两种机型。其中，G2机型的Telsa P40计算卡拥有3840个CUDA核心，可提供12 TFlops的单精度性能和47 TOPS的INT8性能。
许多AI公司对模型算法有大量不同应用场景的需求，但现在企业不再需要采购大量GPU资源，只要在UCloud上选择合适的GPU云主机，按需购买，一键交付，这实际上免除了资源管理与维护成本。
多场景应用
UCloud GPU两款机型能够很好地应用在图形数据库、音视频编解码、高性能数据库、计算流体动力学、计算金融、地震分析、分子建模、基因组学及其他服务器端的GPU计算工作负载中。
◆ 场景示例：DNA研究领域
面临的挑战
在DNA研究领域，如何解决海量数据的计算是一个问题。在利用GPU云主机之前，传统CPU计算平台不仅能耗高、占地多，而且无法承担数据高速增长带来的挑战：任何一个小修改都要重新做一遍基因组比对，而每个人大约有30亿个基因对，数据量动辄都以TB来衡量，做一对染色体的基因测序就需要半个月时间。
UCloud GPU解决方案
UCloud GPU云主机搭载的P40计算卡实现了CPU难以企及的密集并行计算，使超级计算机的能耗降低5倍，价格下降10倍，最重要的是能够将运算速度大幅提高。一张P40 GPU的计算能力能够达到每秒钟四万亿次，并且基于NVIDIA Tesla平台的BLAST软件中的一个关键模块，其运行速度要比单个CPU快35倍。因此，该种强劲的配置能够有效帮助DNA研究领域处理海量数据计算问题。
UAI架构图（包括GPU云主机、UAI-Train、UAI-Service)
在UCloud2017年初发布的“CBA”发展战略中，人工智能占据了不可或缺的重要位置。结合早前已推出的UAI（人工智能）系列产品（包括AI-Service在线服务、AI-Train训练服务），UCloud已构筑起一站式AI服务，能够为用户提供更加优质、更具差异化的AI全服务。
