在云计算架构及应用模式之下，政府和企业的计算平台、架构等也将发生深刻的变化，其中包括，成本的节约、效率的提升、更好弹性、安全及可持续发展等等。按照云计算服务的部署方式和服务对象的范围可以将云计算分为三类，即公共云、私有云和混合云。
在考虑云服务器配置以运行训练好的模型时，首先需明确模型的计算需求和资源消耗。评估模型在特定显卡上的推理速度和显存占用情况是关键步骤。需确保云服务器具备足够高效的GPU来处理模型计算，同时显存需能满足模型的内存需求，以避免因内存不足导致的性能瓶颈。
当模型达到满意的性能后，需要将其部署到生产环境中。这可能需要额外的软件工程师来整合模型到现有的软件基础设施，或者如果是云服务，可能会使用ML流程管理工具。训练大模型需要什么配置 GPU 高性能GPU对于加速深度学习训练至关重要。推荐使用如NVIDIA Tesla系列、GeForce系列或AMD的Radeon系列等。
在服务器上，无需重新安装Nvidia驱动、CUDA和cuDNN，可以直接通过nvidia-smi检查GPU状态。接着，安装conda环境，下载并配置street-fighter-ai项目代码，安装PyTorch及其依赖。需要注意的是，由于游戏镜像和配置安装问题，还需要额外步骤。游戏ROM可通过链接下载，然后通过scp上传到服务器。
数据准备 需要收集和整理用于训练的数据。这可能需要数周或数月，由数据库工程师和数据科学家合作完成。模型设计与测试 深度学习工程师和研究员设计配置模型。这可能需要数周到数月，资金投入包括工程师薪酬和软件工具许可证费用。也可选择使用开源框架，但需专业人员配置调整。
综合性能需求、成本与多用户支持，推荐采用2*A6000 Ada配置。此配置提供充足显存，支持大模型训练，多GPU结构能提升并行处理能力。若预算允许，可考虑更大规模的A100或A6000 Ada组合，以满足更多并行任务与用户需求。此外，服务器的CPU性能、内存容量、存储速度及网络带宽也需综合考量，以确保模型训练效率。
云计算的四种部署模型如下：（1）私有云。云端资源只给一个单位组织内的用户使用，这是私有云的核心特征。而云端的所有权、日程管理和操作的主体到底属于谁并没有严格的规定，可能是本单位，也可能是第三方机构，还可能是二者的联合。云端可能位于本单位内部，也可能托管在其他地方。（2）社区云。
云计算技术都是基于3种特殊的云计算服务模式，它们都具有流行、有效、灵活、用户友好等特征。因此，云架构的基本模式是：基础设施即服务：基础设施福分包括电脑、网络、存储、负载平衡设备、虚拟机。
云计算服务模型：云计算按照服务模型可以分为三种类型：基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）。IaaS提供基础的计算资源，如虚拟机、存储和网络；PaaS提供开发和部署应用程序的平台；SaaS提供已经开发好的应用程序，用户只需通过互联网进行访问和使用。
云计算的核心特征是（虚拟化 ）。云计算的五大关键技术如下：云计算平台管理技术、分布式计算的编程模式、分布式海量数据存储、海量数据管理技术、虚拟化技术。云计算平台管理技术：云计算系统的平台管理技术能够使大量的服务器协同工作，方便的进行业务部署和开通，快速发现和恢复系统故障。