算力资源选型指南 ​

一、资源类型概览 ​

太初云平台面向不同算力需求与使用场景，提供多种资源形态，覆盖从通用计算到高性能 GPU 计算、从弹性任务到极致性能的完整需求谱系。目前主要包括以下四类资源：

• GPU 云服务器
• 通算型云服务器（CPU 云服务器）
• GPU 容器
• GPU 裸金属服务器

不同资源在计费方式、性能隔离、运维方式、数据持久化能力以及适用场景等方面存在显著差异。用户在选择前，建议结合业务连续性、性能要求、成本敏感度和运维能力进行综合判断。

二、各类资源详细说明 ​

2.1 GPU 云服务器 ​

定义说明 ​

GPU 云服务器是在虚拟化环境中提供的 GPU 计算实例，用户以"云主机"的方式使用 GPU 算力，具备较好的弹性与易用性。

1. 计费特性 ​

• 按实例规格计费（GPU + CPU + 内存）。
• 实例创建后即开始计费，即使关机状态仍会产生费用，主要原因在于 GPU 资源已被独占预留（以平台实际规则为准）。
• 使用云盘作为系统盘和数据盘，云盘单独计费。

2. 使用与运维特点 ​

• 形态接近传统云服务器，学习成本低。
• 适合长期运行服务或训练任务。
• 可自定义运行环境。

3. 典型使用场景 ​

• AI 模型训练与微调（中长期任务）。
• 推理服务常驻部署（如 API 服务）。
• 对环境稳定性和可控性要求较高的业务。

2.2 通算型云服务器（CPU 云服务器） ​

1. 定义说明 ​

不包含 GPU 的标准云服务器，主要提供 CPU 与内存资源。

2. 计费特性 ​

• 按规格和使用时长计费（包年包月/按量计费）。
• 关机状态下仍会产生费用（以平台实际规则为准）。
• 使用云盘作为系统盘和数据盘，云盘单独计费。

3. 典型使用场景 ​

• Web 服务、管理后台、业务系统。
• AI 业务中的调度层、控制层、前后处理服务。
• 不涉及大规模并行计算的场景。

2.3 GPU 容器 ​

1. 定义说明 ​

GPU 容器基于容器技术（Docker）提供 GPU 算力，强调轻量化、快速启动和高弹性，适合任务型和批处理场景。

2. 计费特性 ​

• 按容器实际运行时长计费（包年包月/按量计费）。
• 容器停止（关机）后不再计费，非常适合间歇性任务。
• 计算资源释放迅速，成本可控。

3. 重要使用注意事项 ​

• 容器本身是"无状态"的，容器删除后，本地数据会随之消失。
• 强烈建议将数据写入挂载的文件存储（如共享文件系统或对象存储），以确保数据持久化。
• 在释放 GPU 容器资源时，挂载的文件存储默认不会随容器一同释放，可用于多次复用。

4. 典型使用场景 ​

• 短时或周期性 GPU 任务（如推理批处理、实验性训练）。
• CI/CD、自动化评测、离线计算。
• 对成本敏感、任务弹性要求高的用户。

2.4 GPU 裸金属服务器 ​

1. 定义说明 ​

GPU 裸金属服务器提供物理级别的 GPU 服务器资源，不经过虚拟化层，用户可直接使用整机硬件。裸金属的大量采购建议直接联系商务。

2. 计费特性 ​

• 按整机规格计费（包年包月）。
• 资源独占，通常适合中长期使用。

3. 性能与运维特点 ​

• 无虚拟化开销，性能最优，硬件隔离最强。
• 可完全自定义底层驱动、固件和网络配置。
• 对用户运维能力要求较高。

4. 典型使用场景 ​

• 大规模模型训练（多卡、高带宽通信）。
• 对 GPU 性能、时延和稳定性极致敏感的场景。
• 高端科研、自动驾驶、复杂仿真等任务。

三、资源选型建议 ​

在实际选择时，可从以下维度进行判断：

1. 任务运行时长 ​

• 长期、持续运行：优先选择 GPU 云服务器或 GPU 裸金属。
• 短时、间歇性任务：优先选择 GPU 容器。

2. 性能与隔离需求 ​

• 极致性能、完全独占：GPU 裸金属。
• 性能与易用性平衡：GPU 云服务器。

3. 成本敏感度 ​

• 对"关机仍计费"敏感：避免使用 GPU 云服务器，选择 GPU 容器。
• 可接受资源长期占用：GPU 云服务器或裸金属。

4. 运维与使用门槛 ​

• 希望快速上手、低运维：GPU 云服务器、GPU 容器。
• 具备专业运维能力：GPU 裸金属服务器。

四、总结 ​

• GPU 云服务器：稳定、易用，适合长期运行，但关机仍计费。
• GPU 容器：弹性高、成本友好，需特别注意数据持久化方式。
• GPU 裸金属服务器：性能最强，适合高端与重载场景。
• 通算型云服务器：为 AI 与业务系统提供基础计算支撑。

建议用户在正式投入生产前，通过小规模测试验证资源形态是否匹配业务特性，从而在性能、成本与运维复杂度之间取得最佳平衡。