本文将介绍如何创建并使用GPU云服务器。
前言
GPU云服务器(GPU Compute service)是提供 GPU 算力的弹性计算服务,拥有超强的计算能力,能高效服务于机器学习、科学计算、图形处理、视频编解码等多种场景,本文将介绍如何创建并使用GPU云服务器。
关于实验
- 预计部署时间:30分钟
- 级别:初级
- 相关产品:GPU云服务器
- 受众: 通用
环境说明
- 如果还没有火山引擎账号,点击此链接注册账号
- 如果您还没有VPC,请先点击链接创建VPC。
实验步骤
步骤1:创建GPU实例
- 进入到云服务器管理界面ECS实例控制台
- 点击创建实例。

- 选择“计费类型” ---> 选择“地域及可用区” ---> 选择“GPU计算型” ---> 选择“GUP实例规格” ---> 选择“镜像及其版本” ---> 点击“确定”。

- 选择“私有网络” ---> 选择“分配弹性公网IP”,根据实际需求选择计费类型以及带宽大小,点击“下一步:高级配置”。

- 选择“登录凭证” ---> 输入“登录密码” ---> 输入“实例名称” ---> 点击“下一步:确认订单”。

具体安装步骤请参英伟达CUDA安装说明
步骤3:安装GPU_BURN
- GPU_BURN下载以及使用方法参考文档GPU_BURN下载以及使用方法
- 安装GPU_BURN,使用如下命令。
tar zxvf gpu_burn-1.1.tar.gz
- 编辑Makefile,
CUDAPATH=/usr/local/cuda
这里需要更改为自己安装cuda的位置即可,删除-arch=compute_30
。

编辑后的配置文件如图所示。

- 执行
make
命令,生成gpu_burn
可执行文件,具体如图所示。

步骤4:使用GPU_BURN对GPU卡进行压测
- 执行命令
./gpu_burn 300
执行结果如下。

- 打开其他终端,执行命令
nvidia-smi
执行结果如下。
