WebCal
Ctrl K

向导

多机多卡并行

向导集成常见问题支持
定价博客
快速开始充值与计费学术资源加速快速开始简介维护与故障网络
平台信息JetBrain ProjectorTmpWebCal学者计划@2026公测/宿迁A区介绍关于我们实例间数据拷贝服务器的性能指标分析潮汐算力负载均衡
国产芯片使用华为MindIE华为昇腾NPU摩尔线程GPU
配置环境CUDA/cuDNNMinicondaPython3.X依赖安装概要镜像
企业高级功能弹性部署弹性部署更新日志弹性部署最佳实践性能指标监控
容器实例JupyterLabSSH远程连接保存镜像升降配置多机多卡并行守护进程概述转换计费方式迁移实例(同地区)迁移实例远程桌面重置系统
如何选择 GPUGPU选型性能实测
数据上传数据下载数据公开数据公网网盘(强烈推荐)压缩 / 解压文件存储本地数据盘概要
最佳实践FileZillaGitGromacsHuggingFaceKataGoLinux基础MPIOpenCLPyCharm远程开发R(Rstudio)安装SSH隧道TensorBoardVSCode远程开发VisdomVulkanXShell开放端口微信消息性能篇暴露多个服务省钱绝招计算精度问题软件源

容器实例

多机多卡并行

2026/07/3051576 次浏览

考虑到除了A100等以外的GPU没有IB网络和NVLink硬件支持,多机并行不如单机并行效率,因此不再支持开通内网IP进行多机多卡并行

如果您的计算需求在单机多卡的情况下可以满足,那么首推单机多卡并行(多机并行网络开销大,并行效率远低于单机多卡),单机多卡在同一实例中租用多卡即可,已经开机的实例关机后升降配置即可更改GPU数量,参考升降配置。

下一篇关于我们
WebCal文档返回向导