高性价比GPU云服务器对比——适用于深度学习练习

人工智能学习的三要素是算力、算法、数据，对于大量数据训练模型时，训练时间长、本地计算力有限、预算有限时，花钱少、灵活的租用GPU云服务器是非常合适的低成本、快速见效的方式，适用于初学者、中小企业等应用。本文针对不同的需求整理和汇总了互联网上的【GPU】云计算资源，供大家选择使用。

http://www.ai-galaxy.cn/index.php，支持cuda,cuDNN，python,tensorflow,pytorch,paddle等主流软件和框架，稳定但价格略贵。

https://matpool.com/，可免费试用一段时间，对于高校师生尤其友好，有单独地申请折扣通道。在镜像方面，该GPU云平台支持Tensorflow、Keras、Pytorch、Caffe、MXNet等国际知名框架，国内支持了百度的Paddle、华为的MindSpore、旷视的MegEngine以及清华的Jittor

https://featurize.cn/，有比较多的数据集、例程代码等，UI界面友好，价格比较低。

https://www.bitahub.com/，曾为CVPR2019和CVPR2020免费提供算力资源，面向AI开发者提供快速构建、训练模型的能力。

*价格来源于网站，具体以官网发布为准

https://mistgpu.com/，配置了Tensorflow和Pytorch等环境，

*价格来源于网站公告，具体以官网为准

https://www.jikecloud.net/，一个比较有特色的GPU云平台，利用率较高，具有简单可靠、无缝迁移、以及并发训练的特点，易于使用。

包括阿里云、华为云、滴滴云、腾讯云、百度智能云、谷歌云、colab、Azure、AWS。优点突出，就是小贵，适合预算比较足、要求较高的用户。网上资料齐全，就不展开了。