# GPU云服务器 #
1
关注
7802内容
|
构建Tensorflow RDMA的Docker镜像
RDMA是一个远程通讯技术，它通过Kernel bypass等方式降低数据传输中的延迟和CPU消耗。
在分布式训练中，由于多个Worker之间或者Worker和Paramater Server 之间需要大量传输模型变量。当GPU到达一定数量后，受制于网络带宽以及TCP协议的延迟，通讯往往会成为计算性能的瓶颈，而在分布式训练中使用RDMA技术能够非常明显地提高训练速度。
#### Tenso
|
如何理解Nvidia英伟达的Multi-GPU多卡通信框架NCCL？
NCCL在不同的深度学习框架（CNTK/Tensorflow/Torch/Theano/Caffe）中，由于不同的模型大小，计算的batch size大小，会有不同的表现。比如上图中CNTK中Resnet50能达到32卡线性加速比
|
如何在 GPU 深度学习云服务里，使用自己的数据集？
本文为你介绍，如何在 GPU 深度学习云服务里，上传和使用自己的数据集。
疑问
《如何用云端 GPU 为你的 Python 深度学习加速？》一文里，我为你介绍了深度学习环境服务 FloydHub 。
|
【阿里云新品发布·周刊】第2期：阿里巴巴航母级计算平台MaxCompute，关键还发布开发者版本，你敢想象吗？
新产品、新版本、新技术、新功能、价格调整，评论在下方，下期更新！关注更多内容，点击订阅
最新发布
大数据平台开发者版发布会2019年03月20日15时，MaxCompute将全新推出，大数据开发者专属版本—MaxCompute开发者版。
妙到毫巅，在阿里云容器服务中体验RAPIDS加速数据科学
在阿里云容器服务中体验RAPIDS加速数据科学
摘要
算法、数据和算力称为人工智能的三大要素，如果没有算力的支撑，人工智能难以落地。而Nvidia GPU的强劲算力是AI模型训练加速的首选，但是它的价格也确实不菲。
一文带你领略虚拟化领域顶级技术会议KVM Forum 2018
阿里云在KVM Forum 2018
免费试用