本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
推荐GPU实例
对于大多数深度学习目的，我们建议使用GPU实例。在实例上训练新模型比在GPU实例上训练新模型更快。CPU当您有多GPU实例或在多个实例上使用分布式训练时，您可以进行亚线性扩展。GPUs
以下实例类型支持DLAMI。有关GPU实例类型选项及其用途的信息，请参阅实例类型
注意
模型的大小应该是选择实例的一个因素。如果您的模型超过了实例的可用容量RAM，请选择具有足够内存供应用程序使用的其他实例类型。
-
亚马逊 EC2 P5e 实例
最多有 8 个 NVIDIA Tesla H200。GPUs -
亚马逊 EC2 P5 实例
最多有 8 个 NVIDIA Tesla H GPUs 100。 -
亚马逊 EC2 P4 实例
最多有 8 个NVIDIA特斯拉 A GPUs 100。 亚马逊 EC2 P3 实例
最多有 8 个 NVIDIA Tesla V GPUs 100。 -
亚马逊 EC2 G3 实例
最多有 4 个 NVIDIA Tesla M GPUs 60。 -
亚马逊 EC2 G4 实例
最多有 4 个 NVIDIA T GPUs 4。 -
亚马逊 EC2 G5 实例
最多有 8 个 NVIDIA A GPUs 10G。 -
亚马逊 EC2 G6 实例
最多有 8 个 NVIDIA L GPUs 4。 -
亚马逊 EC2 G6e 实例
最多有 8 个 NVIDIA L40S 张量核心。GPUs
DLAMI实例提供了用于监控和优化GPU流程的工具。有关监控GPU流程的更多信息，请参阅GPU监控和优化。
有关使用 G5g 实例的特定教程，请参阅 的 ARM64 DLAMI。
后续步骤
