Supporto di Dataflow per le GPU

Questa pagina fornisce informazioni di base sul funzionamento delle GPU Dataflow, incluse informazioni sui prerequisiti e supporto Tipi di GPU.

L'utilizzo delle GPU nei job Dataflow ti consente di accelerare alcune attività di elaborazione dei dati. Le GPU possono eseguire determinati calcoli più velocemente delle CPU. Questi calcoli sono in genere di algebra numerica o lineare, spesso utilizzati nei casi d'uso di elaborazione delle immagini e machine learning. La l'estensione del miglioramento delle prestazioni varia in base a caso d'uso, tipo di calcolo e la quantità di dati elaborati.

Prerequisiti per l'utilizzo delle GPU in Dataflow

Prezzi

I job che utilizzano GPU sono soggetti ad addebiti come specificato in Dataflow pagina dei prezzi.

Disponibilità

Con Dataflow sono supportati i seguenti tipi di GPU:

Tipo di GPU Stringa worker_accelerator
NVIDIA® L4 nvidia-l4
NVIDIA® A100 da 40 GB nvidia-tesla-a100
NVIDIA® A100 da 80 GB nvidia-a100-80gb
NVIDIA® Tesla® T4 nvidia-tesla-t4
NVIDIA® Tesla® P4 nvidia-tesla-p4
NVIDIA® Tesla® V100 nvidia-tesla-v100
NVIDIA® Tesla® P100 nvidia-tesla-p100

Per ulteriori informazioni su ogni tipo di GPU, inclusi i dati sulle prestazioni, consulta Piattaforme GPU di Compute Engine.

Per informazioni sulle regioni e sulle zone disponibili per le GPU, consulta Disponibilità di regioni e zone GPU nella documentazione di Compute Engine.

Carichi di lavoro consigliati

La seguente tabella fornisce suggerimenti sul tipo di GPU da utilizzare per diversi carichi di lavoro. Gli esempi nella tabella sono solo suggerimenti e devi eseguire il test nel tuo ambiente per determinare il tipo di GPU appropriato per il tuo carico di lavoro.

Per informazioni più dettagliate sulle dimensioni della memoria GPU, sulla disponibilità delle funzionalità e sui tipi di carichi di lavoro ideali per i diversi modelli di GPU, consulta la tabella di confronto generale nella pagina delle piattaforme GPU.

Carico di lavoro A100 L4 T4
Ottimizzazione del modello Consigliato
Inferenza del modello di grandi dimensioni Consigliato Consigliato
Inferenza del modello medio Consigliato Consigliato
Inferenza di modelli di piccole dimensioni Consigliato Consigliato

Passaggi successivi