在科技和产业进入人工智能和全真互联时代的大背景下，GPU 作为通用的算力加速引擎，业界最强的单加速器算力已经突破 1Pflops。如何配置高性价比的 GPU 弹性容器实例，并进行多任务共享 GPU，充分利用 GPU 算力资源，成为业界共同探索和努力的方向。

在腾讯自研业务全面上云和云原生实践的过程中，面对算力挑战，我们除了配置极致性价比的 GPU 弹性容器实例外，也探索了在云原生架构下进行容器级别的 GPU 共享，从而实现在千万级并发下对业务进行加速，帮助自研业务实现降本增效。本次分享将为大家解密，腾讯自研业务上云和云原生实践背后的 GPU 优化技术及实践。

演讲提纲：

• 自研 GPU 业务“云原生”历程
• qGPU 共享技术解读：如何实现容器级细粒度算力切分
• 基于 Taco 的异构计算加速实践
• 容器实例的 GPU 混部方案

你将获得：

• 了解利用 GPU 容器算力切分与共享技术
• 了解异构计算加速引擎原理
• 了解容器实例 GPU 混部技术降本方案