GPU专用镜像使用说明
GPU专用镜像中，会集成GPU驱动、CUDA、cuDNN、主流深度学习框架等，具体信息如下：
| GPU专用镜像 | CUDA版本 | cuDNN | 深度学习框架版本 |
|---|---|---|---|
| Ubuntu 16.04 LTS amd64 (64bit)-CUDA9.2 | CUDA 9.2 | cuDNN 7.1.4 | 无 |
| Ubuntu 16.04 LTS amd64 (64bit)-CUDA8.0 | CUDA 8.0 | cuDNN_v5.1、cuDNN_v6 | 无 |
| 16.04 LTS amd64 (64bit)-CUDA9.0-深度学习开发镜像 | CUDA 9.0 | cuDNN 7.1.4 | TensorFlow_gpu 1.10.1、PaddlePaddle_gpu 0.14.0、Caffe2 |
| Ubuntu 16.04 LTS amd64 (64bit)-CUDA8.0-paddlepaddle_0.11.0 | CUDA 8.0 | cuDNN 7.0 | PaddlePaddle_gpu 0.11.0 |
| Ubuntu 16.04 LTS amd64 (64bit)-CUDA8.0-tensorflow_1.3.0 | CUDA 8.0 | cuDNN 7.0 | TensorFlow_gpu 1.3.0 |
| CentOS 7.5 x86_64 (64bit)-CUDA10.0 | CUDA 10.0 | 无 | 无 |
| CentOS 7.5 x86_64 (64bit)-CUDA9.2 | CUDA 9.2 | cuDNN 7.1.4 | 无 |
| CentOS 6.8 x86_64 (64bit)-CUDA9.2 | CUDA 9.2 | cuDNN 7.1.4 | 无 |
使用说明：
- 如果您购买的是英伟达Tesla V100 GPU卡，请选择CUDA 9.2版本的镜像创建GPU实例，使用CUDA 8.0版本镜像会导致GPU实例中无法识别到V100的GPU卡。
- 在您使用16.04 LTS amd64 (64bit)-CUDA9.0-深度学习开发镜像时，我们帮您预装了多个框架，在使用时需要通过source 沙箱方式使用，例如如需使用Caffe2环境，需要采用如下方式 # source /home/Caffe2-py27/bin/activate 切换。
- 没有安装深度学习框架的GPU专用镜像中，cuDNN已下载到 /home/work/cudnn/ 目录中，需要您手动安装，可参考英伟达官方文档：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html。如您需要其他版本的cuDNN，也可自行下载：https://developer.nvidia.com/rdp/cudnn-download。
公共镜像使用步骤
BCC公共镜像，不包含GPU驱动的官方发行版本，需要用户自行安装NVIDIA GPU驱动，可参考如下方式：
下载GPU驱动：
- 在NVIDIA官方网站下载与实例包含GPU型号相对应的驱动程序。地址：http://www.nvidia.com/Download/index.aspx?lang=cn 。
-
手动查找适用于GPU实例的驱动程序，主要注意GPU型号和操作系统版本：
- 点击搜索按钮进入下载页面。
-
核实信息后，点击下载，将驱动程序下载到本地。
-
将驱动程序上传到云主机中，并按照NVIDIA官网提示进行安装：
- 自2017年12月19日，暂停提供GPU实例对于Windows进行的支持，用户将无法选择Windows镜像创建新的GPU实例，后续开放Windows镜像支持时间请关注官方公告。
