图形云服务器(电子云图形)

本文目录：

• 1、什么是GPU云服务器？
• 2、云服务器可视化（ubuntu）
• 3、怎么选择云服务器配置
• 4、阿里云轻量云服务器Ubuntu安装图形化桌面+远程连接

什么是GPU云服务器？

GPU 云服务器（GPU Cloud Computing，简称 GPU）是基于 GPU 应用的计算服务，具有实时高速的并行计算和浮点计算能力，一般适用于 3D 图形应用程序、视频解码、深度学习、科学计算等应用场景。

通常，GPU云服务器厂商提供和标准云服务器租用一致的管理方式，可以有效解放用户的计算压力，提升产品的计算处理效率与竞争力。

gpu云服务器的适用场景

适用于深度学习训练和推理，图像识别、语音识别等；计算金融学、地震分析、分子建模、基因组学、计算流体动力学等；高清视频转码、安防视频监控、大型视频会议等；三维设计与渲染、影音动画制作、工程建模与仿真（CAD/CAE）、医学成像、游戏测试等等。

gpu云服务器的使用性能

GPU云主机突破了传统GPU，能发挥极致性能，具有高并行、高吞吐、低时延等特点，在科学计算表现中，性能比传统架构提高几十倍。用户无需预先采购、准备硬件资源，可一次性购买，免除硬件更新带来的额外费用，能有效降低基础设施建设投入。

以上是关于GPU 云服务器的相关介绍。

云服务器可视化（ubuntu）

在倒腾云服务器的时候发现VNC连接可视化图形界面会遇到各种问题，写个帖子整理一下。

云服务器系统：ubuntu 20

服务端：

安装图形界面依赖：

sudo apt-get install ubuntu-desktop gnome-panel gnome-settings-daemon metacity nautilus gnome-terminal

安装VNC server：

sudo apt-get tigervnc-standalone-server

设置VNC连接密码：

vncpasswd

输入两次密码后会提示是否设置view-only密码，选no

VNC操作：

启动：

tigervncserver -locahost no -xstartup

停止：

vncserver -kill :1

配置：

sudo vim ~/.vnc/xstartup

写入：

#!/bin/sh

export XKL_XMODMAP_DISABLE=1

unset SESSION_MANAGER

unset DBUS_SESSION_BUS_ADDRESS

exec /etc/X11/xinit/xinitrc

[ -x /etc/vnc/xstartup ] exec /etc/vnc/xstartup

[ -r $HOME/.Xresources ] xrdb $HOME/.Xresources

xsetroot -solid grey

vncconfig -iconic

exec=env GNOME_SHELL_SESSION_MODE=ubuntu /usr/bin/gnome-session –systemd —session=ubuntu

tryexec=/usr/bin/gnome-shell

保存后退出

设置配置读写权限：

sudo chmod 777 startup

运行VNCserver

在云服务器配置安全组中打开5900-5901端口

客户端：

安装nvcviewer

连接配置：公网IP：5901

输入服务端设置的VNC连接密码就能连上服务器的图形界面了

怎么选择云服务器配置

云服务器的配置规格影响价格，也直接决定了它的计算能力和特点，是在采购时要重点考虑的问题。

选云服务器配置，看这三个维度

云服务器的配置规格主要取决于类型、代别、实例大小三个最重要的维度。

维度一：类型

云服务器的“类型”或“系列”，是指具有同一类设计目的或性能特点的云服务器类别。

通常来说，云厂商会提供通用均衡型、计算密集型、内存优化型、图形计算型等常见的云服务器类型。这些类型对应着硬件资源的某种合理配比或针对性强化，方便你在面向不同场景时，选择最合适的那个型号。

vCPU 数和内存大小（按GB计算）的比例，是决定和区分云服务器类型的重要依据之一。

通用均衡型的比例通常是1:4，如 2核8G，这是一个经典搭配，可用于建站、应用服务等各种常见负载，比如作为官网和企业应用程序的后端服务器等。

如果 vCPU 和内存比是1:2，甚至1:1，那就是计算密集型的范畴，它可以用于进行科学计算、视频编码、代码编译等计算密集型负载。

比例为1:8及以上，就被归入内存优化型，比如8核64G的搭配，它在数据库、缓存服务、大数据分析等应用场景较为常见。

图形计算型是带有GPU能力的虚拟机，一般用于机器学习和深度学习模型的训练和推理。随着 AI的火热，这类机器也越来越多地出现在各种研发和生产环境中。

在主流云计算平台上，常常使用字母缩写来表达云服务器的系列。比如，AWS 的通用型是M系列，阿里云的内存优化型为R系列，Azure的计算优化型为F系列。

维度二：代别

云服务器的“代”(Generation)，用来标识这是该系列下第几代的机型。

数据中心硬件和虚拟化技术是在不断发展的，云厂商需要不断地将最新的技术和能力推向市场，所以即便是同一系列的机型，不同的代别之间也会有不小的区别。

同类型云服务器的更新换代，往往会先带来相应硬件CPU的换代提升。由于CPU在不断更新，所以云服务器的单核性能未必相同。有时，虽然两个云服务器的核数一致，但由于底层芯片的架构和频率原因，性能上可能有较大的差别。

新一代的型号，往往对应着全新的特制底层物理服务器和虚拟化设施，能够提供更高的性能价格比。

维度三：实例大小

云服务器的实例大小（Size），指的是硬件计算资源的规模。

在选定的机器类型和代别下，我们能够自由选择不同的实例大小，以应对不同的计算负载。在描述实例大小时，业界常常使用medium、large、xlarge 等字眼来进行命名区分，这样的描述基本已经成为事实标准，包括AWS、阿里云、腾讯云在内的多家主流厂商都在使用。

大致可以这样记忆：标准large对应的是2vCPU的配备，xlarge则代表4个vCPU，而更高配置一般用nxlarge来表达，其中n与xlarge代表的4vCPU 是乘法关系。比如，8xlarge 就说明这是一台8*4=32vCPU的机器。

如若要更严谨的表述配置，则使用vCPU而非核数（Core）来描述云服务器处理器的数量。因为超线程（HyperThreading）技术的普遍存在，常常一个核心能够虚拟出两个vCPU的算力，但也有些处理器不支持超线程，所以 vCPU是更合适的表达方式，不容易引起混淆和误解。

在某些场景下，你可能还会看到“metal”或者“bare metal”这样的描述规格的字眼，中文称为“裸金属”。它们就是云服务商尽最大可能将物理裸机以云产品方式暴露出来的实例，主要用于一些追求极致性能，或是需要在非虚拟化环境下运行软件的场景。

云服务器的命名规则

云服务器的型号名称一般由类型、代别、实例大小这几项的缩写组合而成，有时还会带有补充后缀。AWS的命名规则最具代表性（阿里云采用的也是非常类似的格式）：

当你理解了云服务器的命名规则后，今后看到某个具体型号，便能够很快明白背后的含义，晦涩的字符串立刻变得清晰。

比如，分解r5.4xlarge这个型号，这首先是一个R类型第5代的内存型机器，它应该有4×4=16个vCPU，内存大小则是16×8=128G（内存型机器的CPU内存比一般为1:8）。

当然，并非所有的云都一定是采用类似 AWS 的命名规则，微软Azure就用了一个略有不同的命名体系，大致可以总结为：

比如“E4v3”，就代表了微软Azure上4核32G的第三代内存型机器。掌握了Azure的格式特征后，你同样能够很快地解读标识的具体含义。

在命名公式中，还有一个称之为“后缀”的可选部分，在许多的型号命名中都能看到它。它一般是作为型号硬件信息的一个重要补充，这种型号与不带此后缀的标准版本相比，有一些显著的区别或特点。比如阿里云，表达“网络增强”含义的后缀是“ne”。

如何验证机型配置与期望相匹配？

在Linux环境下，可以使用lscpu命令来了解云服务器的CPU信息，并与机器的具体型号名称进行对照。下图是在一台AWS的m5a.xlarge机型上运行的结果，可以看到芯片提供商AMD及双核四线程等关键信息，与机型命名的含义相符：

阿里云轻量云服务器Ubuntu安装图形化桌面+远程连接

首先要进行以下操作需要准备的前提：已经购买了阿里云服务器。

操作步骤：

3.输入“sudo su root”切换至root账号

4.安装xrdp命令：apt-get install xrdp

5.安装vnc4server：

6.安装xubuntu-desktop：

7.向xsession 中写入xfce4-session：

8.开启xrdp服务：

9.在阿里云控制台中：防火墙开启3389端口，用于windows远程访问：

10.在本地电脑按 win+R,输入“mstsc”打开远程命令。输入阿里云服务器外网地址+端口。

11.进入服务器输入，阿里云服务器账号：root，阿里云服务密码。

注意：

① 可以使用FileZilla 软件导入网站文件连接配置（站点）。

②需要在控制台输入安装：apt-get install apache2 。

③在这个软件中将路径定位到这个地方，即可发布网站。如图：

【图形云服务器】的内容来源于互联网，如引用不当，请联系我们修改。