在AWS携手NVIDIA GPU走过整整十个年头之后，备受期待的下一代实例终于登场——基于NVIDIA A100 Tensor Core GPU的Amazon EC2 P4d现已全面上市。

回溯十年前，AWS首次推出搭载NVIDIA M2050 GPU的实例。彼时，CUDA应用主要集中于科学模拟，人工智能与深度学习尚未成为主流。

紧接着，AWS的云端GPU实例阵容逐步壮大：从K80（p2）、K520（g3）、M60（g4）、V100（p3/p3dn）到T4（g4）——每一代都精准匹配了不断攀升的算力需求。

今天，全新P4d实例搭载A100 GPU强势登场，这不仅是一次产品迭代，更标志着加速计算迈向下一个十年的起点。

性能方面，P4d目前是AWS上最适合机器学习训练和高性能计算的GPU平台，性价比表现突出。具体数据更具说服力：相比默认FP32精度，FP16模型的训练时间可缩减多达3倍；而采用TF32后，训练时间更可缩短至原来的六分之一。

推理性能同样令人瞩目。在最近的MLPerf Inference基准测试中，NVIDIA A100 GPU表现卓越，成绩达到CPU的237倍——差距之大，令人惊叹。

每个P4d实例集成8块NVIDIA A100 GPU。更重要的是，通过AWS UltraClusters，客户可按需弹性扩展，同时访问超过4000个GPU。结合Elastic Fabric Adapter（EFA）和Amazon FSx提供的高性能存储，整体架构弹性十足。网络方面，400Gbps吞吐量搭配NVLink、NVSwitch、NCCL、GPUDirect RDMA等技术，可进一步加速深度学习训练负载。特别是EFA上的NVIDIA GPUDirect RDMA，支持数据直接在GPU间传输，绕过CPU和系统内存，大幅降低网络延迟，这正是高性能计算的关键所在。

P4d并非孤立存在的实例，它获得众多AWS服务的原生支持，包括Amazon Elastic Container Services、Amazon Elastic Kubernetes Service、AWS ParallelCluster和Amazon SageMaker。同时，所有NGC提供的优化容器化软件皆可即用——涵盖HPC应用、AI框架、预训练模型、Helm图表，以及TensorRT、Triton Inference Server等推理软件，省去了自行配置的繁琐。

目前，P4d实例已在美东和美西区域上线，其他区域将陆续开放。购买方式灵活多样：按需实例、Savings Plans、预留实例、竞价型实例，满足不同需求。

回首GPU云计算发展的第一个十年，已为市场带来超过100 exaflops的AI算力。随着基于A100的P4d实例就位，下一个十年的精彩刚刚拉开帷幕。NVIDIA与AWS持续推动AI边界，而真正引人遐想的是——客户将用这股算力释放出怎样的潜力？