# 创建 GPU 实例

## 操作步骤

1. 登录 [**zenConsole**](https://console.zenlayer.com/)，进入 **产品** > **虚拟机** > **GPU & AI** > **GPU 云**，并点击 **创建 GPU 实例**。
2. **选择地域**。\
   选择最近的地域以获得最佳性能。
3. **选择您的使用场景和镜像**。\
   选择一个可用的预构建环境，以便快速设置实例并安装必要的工具。
   * **AI/ML 推理**\
     预装 Ollama 镜像：`Llama 3.1:8b`, `NvidiaDriver 550.90.07`, `CUDA 12.6`, `cuDNN 9.3.0`, `Python 3.12.3`, `Ollama 0.3.9`, `JupyterLab 4.2.5`。适用于部署模型和运行推理任务。
   * **通用用途**\
     预装 Ubuntu Server 24.04 LTS 镜像：`NvidiaDriver 550.90.07`, `CUDA 12.6`, `cuDNN 9.3.0`。适用于常规计算需求。
4. **选择 GPU 型号**。\
   选择 **NVIDIA GeForce RTX 4090**，配备 24 GiB 的 vRAM，确保高性能计算，具备 **82+ TFLOPS** 的 FP32 计算能力，非常适合要求苛刻的 AI 任务。
5. **配置存储**。

   设置存储需求，选择经济型/标准型 NVMe SSD 以实现快速 I/O 操作。
6. **管理实例访问**。
   * 添加 **SSH 密钥对** 以安全地访问您的实例。
   * 使用默认用户 **"ubuntu"** 或创建自定义密码进行登录。
7. **选择数量**。\
   设置您要创建的实例数量，并为实例分配一个 **资源名称**。
8. **更多设置**。
   * 选择您的 **操作系统时区**。
   * 将资源分配到您希望的 **资源组**。
9. **确认订单**。\
   检查订单摘要并确认您的订单。

## 关键注意事项

1. **地域和延迟**：选择合适的地域对于减少延迟至关重要。选择最接近您用户群体或数据源的地域。
2. **存储分配**：确保根据您的工作负载需求分配足够的 NVMe SSD 存储。如果处理大型数据集，可能需要扩展存储。
3. **安全性**：
   * 推荐使用 SSH 密钥对进行安全访问。
   * 定期更新软件和补丁以维持安全性。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.console.zenlayer.com/welcome/cn/gpu-cloud/virtual-machines/create-a-gpu-instance.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.