大数据、AI计算

当前主流的大数据、AI训练和推理等应用（如Tensorflow、Caffe）均采用容器化方式运行，并需要大量GPU、高性能网络和存储等硬件加速能力，并且都是任务型计算，需要快速申请大量资源，计算任务完成后快速释放。云容器实例提供如下特性，能够很好的支持这类场景。

（1）计算加速：提供GPU/Ascend等异构芯片加速能力。

（2）大规模网络容器实例调度：支持大规模、高并发的容器创建和管理。

（3）随启随用、按需付费：容器按需启动，按资源规格和使用时长付费。

• 生物基因、药物研发等科学计算 

生物基因、药品研发等领域需要高性能、密集型计算，同时对成本较敏感，需要低成本、免运维的计算平台。科学计算一般都是任务型计算，快速申请大量资源，完成后快速释放。 云容器实例提供如下特性，能够很好的支持这类场景。

（1）高性能计算：提供高性能计算、网络和高I/O存储，满足密集计算的诉求。 

（2）极速弹性：秒级资源准备与弹性，减少计算过程中的资源处理环节消耗。 

（3）免运维：无需感知集群和服务器，大幅简化运维工作、降低运维成本。

（4）随启随用、按需付费：容器按需启动，按资源规格和使用时长付费。