阿里云代理商：弹性加速计算实例EAIS 常见问题汇总
一、EAIS 与常规 GPU 实例的核心差异
常规 GPU 实例的 CPU / 内存与 GPU 位于同一物理机，而 EAIS 实现了二者的物理分离：
| 特性 | 常规 GPU 实例 | EAIS 实例 |
| 资源耦合性 | CPU/GPU 强耦合 | CPU 与 GPU 解耦 |
| 成本优化 | 固定规格，资源利用率低 | 按需附加 GPU，避免资源浪费 |
| 弹性扩展 | 扩容需更换整机 | 独立扩展 GPU 资源 |
| 适配性 | 仅支持特定实例规格 | 可适配多种 ECS 实例 |
二、关键问题解答
延迟问题：通过 Resnet50、Inception4、Bert 等模型多次测试，EAIS 相比常规 GPU 实例几乎无延迟，网络性能稳定。
核心优势
解耦性：CPU 与 GPU 物理分离，资源调度更灵活；
低成本：仅为 ECS 实例附加 GPU，避免整机采购成本；
弹性：秒级绑定 / 解绑 GPU 资源，适应业务波动；
多适配性：支持多种 ECS 实例规格组合。
应用场景：EAIS 支持所有 AI 推理场景，包括图像识别、自然语言处理、实时推荐系统等。
地域支持：目前仅在中国地区开放售卖，支持地域：北京、上海、杭州、深圳、成都。
调用方式：需将 EAIS 实例附加到 ECS 实例，远程登录 ECS 后使用 EAIS 的 AI 推理加速能力。
使用前提：EAIS 仅提供 GPU 资源，用户需单独开通 ECS 实例以获取 CPU / 内存支持。
