便宜的GPU云服务器是目前市场上备受瞩目的一种云计算方案。 GPU云服务器是使用图形处理单元（GPU）作为计算核心的云服务器，并且由于GPU的并行计算能力比CPU要强大很多，它们可以在短时间内完成大量的计算任务。在需要大量计算资源的应用程序中，GPU可以帮助大幅提升计算速度和效率。

在这篇文章中，我们将介绍一些便宜的GPU云服务器的解决方案，提供一些示例代码，帮助您快速了解如何开始使用GPU云服务器。

使用NVIDIA GPU云（NGC）平台

NVIDIA GPU云（NGC）平台是一个完整的GPU云计算平台，它提供了基于云端的机器学习、深度学习和高性能计算解决方案。NGC平台提供了开箱即用的容器、模型和应用程序，以方便用户快速启动并运行自己的深度学习和机器学习项目。因此，不需要进行任何额外的配置或设置，就可以使用NGC平台上的GPU云服务器。

例如，在使用NGC平台上的容器的时候，您可以使用以下示例代码，从而获得在云端训练机器学习时的速度提升：

docker pull nvcr.io/nvidia/tensorflow:21.08-tf2-py3

使用AWS EC2 P3实例

AWS EC2 P3实例是一种适用于深度学习和机器学习应用程序的高性能GPU云服务器。它支持所有主流的深度学习框架（如TensorFlow、PyTorch和MXNet），而且使用AWS EC2 P3实例的任务分配是很容易的；您可以使用以下示例代码，快速创建一个AWS EC2 P3实例并运行深度学习代码：

import boto3

ec2 = boto3.resource('ec2')

instance = ec2.create_instances(
    ImageId='ami-09b45c5c821a59040',
    InstanceType='p3.2xlarge',