人工智能(néng)領域的深度學(x司但ué)習等應用，通常使用NVIDIA GPU進(jìn)行模型訓練和推理加速。因對來模型訓練時(shí)間通常較長(chán讀醫g)（幾小時(shí)或幾天），因此要求身校服務器運行穩定，配置多線程CPU和足夠的内存。另深度學(xué)習的環境配置較耗時(林筆shí)、複雜且易出錯，是研發(fā)人員的一大痛點。我們針對(duì)道算以上幾方面(miàn)都(dōu)做了專門優化。

• 百兆光纖主幹網，網絡穩定性高達99.9%
• 基于主流Ubuntu或windows操作系統，開(kāi)機即可使用
• 預裝Cuda,cuDNN,python,tensorflow-gpu,py音雜torch,paddlepad又放dle等主流軟件和框架
• 支持SSH、VNC圖形桌面(miàn)、Jupyter Notebook等多種(zhǒng)形式訪問
• 彈性靈活，開(kāi)機計費，支持按分鐘租用