Serverless Kubernetes和ACK虚拟节点都已基于ECI提供GPU容器例项功能，让使用者在云上低成本快速搭建serverless AI实验室，使用者无需维护服务器和GPU基础执行环境，极大降低AI平台运维的负担，显著提升整体计算效率。
在pod的annotation中指定所需GPU的型别（P4/P100/V100等），同时在resource.limits中指定GPU的个数即可建立GPU容器例项。每个pod独占GPU，暂不支援vGPU，GPU例项的收费与ECS GPU型别收费一致，不产生额外费用，目前ECI提供多种规格的GPU型别。（请参考https://help.aliyun.com/document_detail/114581.html）
选择深圳区域，可用区D。
我们使用tensorflow模型对如下图片进行识别：
使用模版建立pod，其中选择P100 GPU规格。在pod中的指令码会下载上述图片档案，并根据模型进行识别计算。
部署后pod会处于pending状态：
等待几十秒后pod状态变成Running，待计算完成后会变成Terminated状态。
从pod的日志我们可以看到pod能够识别P100 GPU硬件，而且可以正确识别图片为Panda。
通过以上示例可以看出，从环境搭建到计算结束，整个过程使用者无需购买和管理服务器，无需安装GPU执行环境，serverless的方式可以让使用者更加关注在AI模型构建，而不是底层基础设施的管理和维护。
-------------------------------------------
本文作者：贤维
原文连结 ：https://yq.aliyun.com/articles/705664?utm_content=g_1000063034
本文为云栖社群原创内容，未经允许不得转载。
