GPU服务器是计算机科学和技术领域的计算机支持设备，于2017年5月31日推出。
GPU服务器是一种快速、可靠、灵活的计算服务，基于视频编码和解码、深度学习、科学计算和其他GPU功能场景，提供与标准云服务器相同的管理模式。卓越的图形处理和高性能计算功能，可有效缓解计算压力，提高计算效率和产品竞争力。
它可应用于大地数据的三维可视化、视频图像稳定、过滤、拼接、解码等应用研究和训练。成像和处理、结构分析和计算物理、计算流体力学、动画制作、高性能计算和其他天气预报、量子物理学、生物化学、设计、地质勘探等应用领域。
简而言之，GPU是一款在硬件上支持转换和点亮（T&L）的显示芯片。T&L是3D渲染的重要部分，因此它负责计算多边形的3D位置和处理动态光线效果，也可以称为几何处理。好的T&L单元可以提供详细的3D对象和高级照明效果。但是，在大多数PC上，大多数T&L任务都由CPU（软件T&L）处理。CPU除了T&L之外还有很多任务，因此不需要内存管理、输入响应等3D图形处理。这大大降低了实际操作性能。显卡经常等待CPU数据，运行速度比当今复杂的3D游戏快得多。
经过多年的数据收集和研究，CDCC专家总结出了我们认为相对科学的能耗计算方法。用于计算在线生产服务器的数量。据CDCC专家多年统计，2021大约有1390万台在线服务器。单台服务器的性能计算为500W，占网络和其他设备的10%。PUE乘以年功耗=功耗为x24x365。
1、GPU ECS属于BCC ECS产品，所有控制台操作都与BCC ECS一致。
2、1卡、2卡和4卡GPU实例包可供选择，适当的CPU、内存和本地磁盘配置将线性增加。
3、其他类型的GPU卡：NVIDIA Tesla P40、K40和深度学习开发卡可用于深度学习离线训练场景，NVIDIA特斯拉P4 GPU卡也可用于在线预测场景。
4、默认值提供与GPU驱动程序和CUDA集成的Ubuntu 16.04映像，并支持Windows、Centos映像和其他发行版的公共映像。
5、GPU服务器采用高性能云计算服务，配备百度云专用GPU卡，可快速方便地获得高品质的GPU计算资源。明显提高机器学习和科学计算等大型计算框架运行速度，为构建人工智能和高性能计算平台提供基础设施支持。
