GPU 머신 유형

Compute Engine에서 GPU를 사용하여 VM에서 머신러닝(ML) 및 데이터 처리와 같은 특정 워크로드를 가속화할 수 있습니다. GPU를 사용하려면 GPU가 연결된 가속기에 최적화된 VM을 배포하거나 N1 범용 VM에 GPU를 연결하면 됩니다.

Compute Engine은 패스 스루 모드의 VM에 GPU를 제공하여 VM이 GPU 및 관련 메모리를 직접 제어할 수 있도록 합니다.

Compute Engine의 GPU에 대한 상세 설명은 GPU 정보를 참조하세요.

3D 시각화, 3D 렌더링 또는 가상 애플리케이션과 같이 그래픽 집약적인 워크로드가 있는 경우 NVIDIA RTX 가상 워크스테이션(이전의 NVIDIA GRID)을 사용할 수 있습니다.

이 문서에서는 Compute Engine에서 사용할 수 있는 다양한 GPU VM을 간략하게 설명합니다.

Compute Engine에서 GPU의 사용 가능한 리전 및 영역을 보려면 GPU 리전 및 영역 가용성을 참조하세요.

컴퓨팅 워크로드용 GPU

컴퓨팅 워크로드의 경우 GPU는 다음 머신 유형에 지원됩니다.

  • A3 VM: NVIDIA H100 80GB GPU가 자동으로 연결됩니다.
  • A2 VM: NVIDIA A100 80GB 또는 NVIDIA A100 40GB GPU가 자동으로 연결됩니다.
  • G2 VM: NVIDIA L4 GPU가 자동으로 연결됩니다.
  • N1 VM: NVIDIA T4, NVIDIA V100, NVIDIA P100, NVIDIA P4 GPU 모델을 연결할 수 있습니다.

A3 머신 시리즈

NVIDIA H100 80GB GPU를 사용하려면 A3 가속기 최적화 머신을 사용해야 합니다. 각 A3 머신 유형에는 고정된 GPU 수, vCPU 수, 메모리 크기가 포함되어 있습니다.

A3 머신 시리즈는 두 가지 유형으로 사용할 수 있습니다.

  • A3 High: 이 머신 유형에는 H100 80GB GPU(nvidia-h100-80gb) 및 로컬 SSD 디스크가 연결됩니다.
  • A3 Mega: 이 머신 유형에는 H100 80GB Mega GPU(nvidia-h100-mega-80gb) 및 로컬 SSD 디스크가 연결됩니다.

A3 High

머신 유형 GPU 수 GPU 메모리*
(GB HBM3)		 vCPU 수† VM 메모리(GB) 연결된 로컬 SSD(GiB) 물리적 NIC 수 최대 네트워크 대역폭(Gbps)‡
a3-highgpu-8g 8 640 208 1,872 6,000 5 1,000

A3 Mega

머신 유형 GPU 수 GPU 메모리*
(GB HBM3)		 vCPU 수† VM 메모리(GB) 연결된 로컬 SSD(GiB) 물리적 NIC 수 최대 네트워크 대역폭(Gbps)‡
a3-megagpu-8g 8 640 208 1,872 6,000 9 1,800

*GPU 메모리는 데이터의 임시 저장에 사용할 수 있는 GPU에서 사용 가능한 메모리입니다. VM의 메모리와는 별개이며 특히 그래픽 집약적인 워크로드의 더 높은 대역폭 수요를 처리하도록 설계되었습니다.
†vCPU는 사용 가능한 CPU 플랫폼 중 하나에서 단일 하드웨어 하이퍼 스레드로 구현됩니다.
‡최대 이그레스 대역폭은 지정된 수를 초과할 수 없습니다. 실제 이그레스 대역폭은 대상 IP 주소와 기타 요인에 따라 다릅니다. 네트워크 대역폭을 참조하세요.

A2 머신 시리즈

Google Cloud에서 NVIDIA A100 GPU를 사용하려면 A2 가속기 최적화 머신을 배포해야 합니다. 각 A2 머신 유형에는 고정된 GPU 수, vCPU 수, 메모리 크기가 포함되어 있습니다.

A2 머신 시리즈는 두 가지 유형으로 사용할 수 있습니다.

  • A2 표준: 이 머신 유형에는 A100 40GB GPU(nvidia-tesla-a100)가 연결됩니다.
  • A2 울트라: 이 머신 유형에는 A100 80GB GPU(nvidia-a100-80gb) 및 로컬 SSD 디스크가 연결됩니다.

A2 표준

머신 유형 GPU 수 GPU 메모리*(GB HBM2) vCPU 수 VM 메모리(GB) 지원되는 로컬 SSD 최대 네트워크 대역폭(Gbps)
a2-highgpu-1g 1 40 12 85 예 24
a2-highgpu-2g 2 80 24 170 예 32
a2-highgpu-4g 4 160 48 340 예 50
a2-highgpu-8g 8 320 96 680 예 100
a2-megagpu-16g 16 640 96 1,360 예 100

A2 울트라

머신 유형 GPU 수 GPU 메모리*(GB HBM2e) vCPU 수 VM 메모리(GB) 연결된 로컬 SSD(GiB) 최대 네트워크 대역폭(Gbps)
a2-ultragpu-1g 1 80 12 170 375 24
a2-ultragpu-2g 2 160 24 340 750 32
a2-ultragpu-4g 4 320 48 680 1,500 50
a2-ultragpu-8g 8 640 96 1,360 3,000 100

*GPU 메모리는 데이터의 임시 저장에 사용할 수 있는 GPU에서 사용 가능한 메모리입니다. VM의 메모리와는 별개이며 특히 그래픽 집약적인 워크로드의 더 높은 대역폭 수요를 처리하도록 설계되었습니다.

G2 머신 시리즈

NVIDIA L4 GPU(nvidia-l4 또는 nvidia-l4-vws)를 사용하려면 G2 가속기 최적화 머신을 배포해야 합니다.

각 G2 머신 유형에는 고정된 개수의 NVIDIA L4 GPU 및 vCPU가 연결되어 있습니다. 각 G2 머신 유형에는 기본 메모리와 커스텀 메모리 범위도 있습니다. 커스텀 메모리 범위는 각 머신 유형에 대해 VM에 할당할 수 있는 메모리 양을 정의합니다. VM을 생성하는 동안 커스텀 메모리를 지정할 수 있습니다.

머신 유형 GPU 수 GPU 메모리*(GB GDDR6) vCPU 수 기본 VM 메모리(GB) 커스텀 VM 메모리 범위(GB) 지원되는 최대 로컬 SSD(GiB) 최대 네트워크 대역폭(Gbps)
g2-standard-4 1 24 4 16 16~32 375 10
g2-standard-8 1 24 8 32 32~54 375 16
g2-standard-12 1 24 12 48 48~54 375 16
g2-standard-16 1 24 16 64 54~64 375 32
g2-standard-24 2 48 24 96 96~108 750 32
g2-standard-32 1 24 32 128 96~128 375 32
g2-standard-48 4 96 48 192 192~216 1,500 50
g2-standard-96 8 192 96 384 384~432 3,000 100

*GPU 메모리는 데이터의 임시 저장에 사용할 수 있는 GPU에서 사용 가능한 메모리입니다. VM의 메모리와는 별개이며 특히 그래픽 집약적인 워크로드의 더 높은 대역폭 수요를 처리하도록 설계되었습니다.

N1 머신 시리즈

N1 공유 코어 머신 유형을 제외한 다음 GPU 모델을 N1 머신 유형에 연결할 수 있습니다.

GPU 수가 적은 N1 VM은 최대 vCPU 수로 제한됩니다. 일반적으로 GPU 수가 많을수록 더 많은 vCPU와 높은 메모리 용량으로 VM 인스턴스를 만들 수 있습니다.

N1+T4 GPU

다음 VM 구성을 사용하여 N1 범용 VM에 NVIDIA T4 GPU를 연결할 수 있습니다.

가속기 유형 GPU 수 GPU 메모리*(GB GDDR6) vCPU 수 VM 메모리(GB) 지원되는 로컬 SSD
nvidia-tesla-t4 또는
nvidia-tesla-t4-vws		 1 16 1~48 1~312 예
2 32 1~48 1~312 예
4 64 1~96 1~624 예

*GPU 메모리는 데이터의 임시 저장에 사용할 수 있는 GPU에서 사용 가능한 메모리입니다. VM의 메모리와는 별개이며 특히 그래픽 집약적인 워크로드의 더 높은 대역폭 수요를 처리하도록 설계되었습니다.

N1+P4 GPU

다음 VM 구성을 사용하여 N1 범용 VM에 NVIDIA P4 GPU를 연결할 수 있습니다.

가속기 유형 GPU 수 GPU 메모리*(GB GDDR5) vCPU 수 VM 메모리(GB) 지원되는 로컬 SSD†
nvidia-tesla-p4 또는
nvidia-tesla-p4-vws		 1 8 1~24 1~156 예
2 16 1~48 1~312 예
4 32 1~96 1~624 예

*GPU 메모리는 데이터의 임시 저장에 사용할 수 있는 GPU에서 사용 가능한 메모리입니다. VM의 메모리와는 별개이며 특히 그래픽 집약적인 워크로드의 더 높은 대역폭 수요를 처리하도록 설계되었습니다.
†VM에 NVIDIA P4 GPU가 연결된 경우 로컬 SSD 디스크는 us-central1-c 및 northamerica-northeast1-b 영역에서만 지원됩니다.

N1+V100 GPU

다음 VM 구성을 사용하여 N1 범용 VM에 NVIDIA V100 GPU를 연결할 수 있습니다.

가속기 유형 GPU 수 GPU 메모리*(GB HBM2) vCPU 수 VM 메모리(GB) 지원되는 로컬 SSD†
nvidia-tesla-v100 1 16 1~12 1~78 예
2 32 1~24 1~156 예
4 64 1~48 1~312 예
8 128 1~96 1~624 예

*GPU 메모리는 데이터의 임시 저장에 사용할 수 있는 GPU에서 사용 가능한 메모리입니다. VM의 메모리와는 별개이며 특히 그래픽 집약적인 워크로드의 더 높은 대역폭 수요를 처리하도록 설계되었습니다.
†NVIDIA V100 GPU가 VM에 연결된 경우 로컬 SSD 디스크는 us-east1-c에서 지원되지 않습니다.

N1+P100 GPU

다음 VM 구성을 사용하여 N1 범용 VM에 NVIDIA P100 GPU를 연결할 수 있습니다.

일부 NVIDIA P100 GPU의 경우 일부 구성에 사용할 수 있는 최대 CPU와 메모리는 GPU 리소스가 실행되는 영역에 따라 다릅니다.

가속기 유형 GPU 수 GPU 메모리*(GB HBM2) vCPU 수 VM 메모리(GB) 지원되는 로컬 SSD
nvidia-tesla-p100 또는
nvidia-tesla-p100-vws		 1 16 1~16 1~104 예
2 32 1~32 1~208 예
4 64

1~64
(us-east1-c, europe-west1-d, europe-west1-b)

1~96
(모든 P100 영역)

1~208
(us-east1-c, europe-west1-d, europe-west1-b)

1~624
(모든 P100 영역)

 예

*GPU 메모리는 데이터의 임시 저장에 사용할 수 있는 GPU에서 사용 가능한 메모리입니다. VM의 메모리와는 별개이며 특히 그래픽 집약적인 워크로드의 더 높은 대역폭 수요를 처리하도록 설계되었습니다.

그래픽 워크로드용 NVIDIA RTX 가상 워크스테이션(vWS)

3D 시각화와 같이 그래픽 집약적인 워크로드가 있는 경우 NVIDIA RTX 가상 워크스테이션(vWS)(이전의 NVIDIA GRID)을 사용하는 가상 워크스테이션을 만들 수 있습니다. 가상 워크스테이션을 만들면 NVIDIA RTX 가상 워크스테이션(vWS) 라이선스가 자동으로 VM에 추가됩니다.

가상 워크스테이션 가격 책정에 대한 자세한 내용은 GPU 가격 책정 페이지를 참조하세요.

그래픽 워크로드의 경우 NVIDIA RTX 가상 워크스테이션(vWS) 모델을 사용할 수 있습니다.

  • G2 머신 시리즈: G2 머신 유형에는 NVIDIA L4 가상 워크스테이션(vWS) nvidia-l4-vws를 사용 설정할 수 있습니다.

  • N1 머신 시리즈: N1 머신 유형에는 다음 가상 워크스테이션을 사용 설정할 수 있습니다.

    • NVIDIA T4 가상 워크스테이션: nvidia-tesla-t4-vws
    • NVIDIA P100 가상 워크스테이션: nvidia-tesla-p100-vws
    • NVIDIA P4 가상 워크스테이션: nvidia-tesla-p4-vws

일반 비교 차트

다음 표에서는 GPU 메모리 크기, 기능 가용성, Compute Engine에서 사용할 수 있는 다양한 GPU 모델의 이상적인 워크로드 유형을 설명합니다.

GPU 모델 GPU 메모리 Interconnect NVIDIA RTX 가상 워크스테이션(vWS) 지원 최적의 용도
H100 80GB 80GB HBM3 @ 3.35TBps NVLink 풀 메시 @ 900GBps ML 학습, 추론, HPC, BERT, DLRM의 대규모 데이터 테이블이 있는 대규모 모델
A100 80GB 80GB HBM2e @ 1.9TBps NVLink 풀 메시 @ 600GBps ML 학습, 추론, HPC, BERT, DLRM의 대규모 데이터 테이블이 있는 대규모 모델
A100 40GB 40GB HBM2 @ 1.6TBps NVLink 풀 메시 @ 600GBps ML 학습, 추론, HPC
L4 24GB GDDR6 @ 300GBps 해당 사항 없음 ML 추론, 학습, 원격 시각화 워크스테이션, 동영상 트랜스코딩, HPC
T4 16GB GDDR6 @ 320GBps 해당 사항 없음 ML 추론, 학습, 원격 시각화 워크스테이션, 동영상 트랜스코딩
V100 16GB HBM2 @ 900GBps NVLink Ring @ 300GBps ML 학습, 추론, HPC
P4 8GB GDDR5 @ 192GBps 해당 사항 없음 원격 시각화 워크스테이션, ML 추론, 동영상 트랜스코딩
P100 16GB HBM2 @ 732GBps 해당 사항 없음 ML 학습, 추론, HPC, 원격 시각화 워크스테이션

Compute Engine에서 사용할 수 있는 여러 가지 GPU 모델과 리전의 GPU 가격을 비교하려면 GPU 가격 책정을 참조하세요.

성능 비교 차트

다음 표에서는 Compute Engine에서 사용할 수 있는 다양한 GPU 모델의 성능 사양을 설명합니다.

컴퓨팅 성능

GPU 모델 FP64 FP32 FP16 INT8
H100 80GB 34TFLOPS 67TFLOPS
A100 80GB 9.7TFLOPS 19.5TFLOPS
A100 40GB 9.7TFLOPS 19.5TFLOPS
L4 0.5TFLOPS* 30.3TFLOPS
T4 0.25TFLOPS* 8.1TFLOPS
V100 7.8TFLOPS 15.7TFLOPS
P4 0.2TFLOPS* 5.5TFLOPS 22TOPS†
P100 4.7TFLOPS 9.3TFLOPS 18.7TFLOPS

*FP64 코드가 올바르게 작동하도록 T4, L4 및 P4 GPU 아키텍처에 소수의 FP64 하드웨어 장치가 포함되어 있습니다.
†TeraOperations per Second.

텐서 코어 성능

GPU 모델 FP64 TF32 혼합 정밀도 FP16/FP32 INT8 INT4 FP8
H100 80GB 67TFLOPS 989TFLOPS† 1,979TFLOPS*, † 3,958TOPS† 3,958TFLOPS†
A100 80GB 19.5TFLOPS 156TFLOPS 312TFLOPS* 624TOPS 1248TOPS
A100 40GB 19.5TFLOPS 156TFLOPS 312TFLOPS* 624TOPS 1248TOPS
L4 120TFLOPS† 242TFLOPS*, † 485TOPS† 485TFLOPS†
T4 65TFLOPS 130TOPS 260TOPS
V100 125TFLOPS
P4
P100

*혼합 정밀도 학습의 경우 NVIDIA H100, A100, L4 GPU도 bfloat16 데이터 유형을 지원합니다.
†H100 및 L4 GPU의 경우 성능 값을 두 배로 늘릴 수 있는 구조 희소성이 지원됩니다. 표시된 값은 희소성이 있는 값입니다. 희소성이 없으면 사양은 절반으로 줄어듭니다.

다음 단계