Unidad de procesamiento gráfico (GPU)
Aprovecha las GPU de Google Cloud para el aprendizaje automático y la computación científica
COMUNÍCATE CON EL DEPARTAMENTO DE VENTAS COMPLETA LA ENCUESTA Y SÚMATE A LA LISTA DE ESPERAComputación acelerada en la nube
Los científicos, los artistas y los ingenieros necesitan tener acceso a una capacidad de computación paralela muy grande. Próximamente, Google Cloud ofrecerá máquinas virtuales con GPU capaces de lograr un rendimiento de decenas de teraflops. El aprendizaje profundo, las simulaciones físicas y el modelado molecular tardan horas, en lugar de días, con las GPU de AMD FirePro y NVIDIA® Tesla®. GCP proporciona la GPU ideal para tu trabajo sin importar el tamaño de tu carga de trabajo.
Acelera trabajos de computación complejos
Aumenta la velocidad del procesamiento complejo, como los análisis médicos, la exploración sísmica, el aprendizaje automático, la transcodificación de video y las simulaciones científicas. Aprovisiona instancias de Compute Engine con GPU innovadores para administrar tus cargas de trabajo más complejas y con uso intensivo de los recursos.
GPU en la nube
Reduce los costos de capital: no importa si una tarea precisa GPU durante horas o semanas, puedes obtener exactamente lo que necesitas. Configura una instancia de forma precisa con la proporción de procesadores, memoria y GPU que necesitas, en lugar de modificar tu carga de trabajo para que se ajuste a una cantidad limitada de configuraciones del sistema.
Optimiza el tiempo y los costos
Gracias a la determinación de precios por minuto, puedes escoger la GPU que mejor se adapte a tu carga de trabajo y pagar solo lo que necesitas.
Basado en la infraestructura de Google
Accede al mismo hardware que usa Google para desarrollar productos de aprendizaje automático de gran rendimiento. Las GPU te brindan la potencia que necesitas para procesar conjuntos de datos enormes. El hardware se transfiere directamente a la máquina virtual, con lo que se logra un rendimiento equivalente al de un equipo físico.
Características de las unidades de procesamiento gráfico (GPU)
Aprovecha las GPU de Google Cloud para el aprendizaje automático y la computación científica
- Hay varios tipos de GPU disponibles:
- Puedes elegir entre las GPU de AMD FirePro S9300 x2, NVIDIA® Tesla® P100 o NVIDIA® Tesla® K80, según tus necesidades de virtualización informática y remota.
- Funcionamiento equivalente a equipos físicos
- Las GPU se ofrecen con el modo de traspaso: están directamente conectadas a la máquina virtual para brindar el máximo rendimiento.
- Todos los beneficios de Google Cloud
- Ejecuta cargas de trabajo de GPU en Google Cloud Platform, donde tienes acceso a tecnologías líderes en la industria en almacenamiento, redes y análisis de datos.
- Transcodificación de video rápida
- Prueba una conversión de archivos de video digital más rápida que en tiempo real en las GPU para GCE.
- Conecta GPU a cualquier tipo de máquina
- Balancea perfectamente la potencia del procesador, la memoria, el disco de alto rendimiento y las GPU para tu carga de trabajo individual.
- Número flexible de GPU por instancia
- Conecta hasta 8 bloques de GPU a tu instancia para obtener la potencia que necesitas para tus aplicaciones.
- Marcos de trabajo para aplicaciones de GPU
- Si tus aplicaciones requieren OpenCL, CUDA, Vulkan o OpenGL, Compute Engine proporciona el hardware que necesitas para acelerar tus cargas de trabajo.
- Facturación por minuto
- Usa la misma facturación por minuto para los GPU que con el resto de los recursos de Google Cloud Platform. Paga solo lo que necesitas mientras lo usas.
“Estas instancias nuevas de GPU en Google Cloud ofrecen ventajas extraordinarias en el rendimiento, en comparación con sistemas similares basados de CPU, y acentúan el punto de inflexión que evidenciamos actualmente en la informática. Mediante el uso de consultas analíticas estándar en el conjunto de datos del servicio de taxis de Nueva York, que consta de 1,200 millones de filas, descubrimos que una sola instancia n1-highmem-32 de Google con 8 bloques K80 conectados es, en promedio, 85 veces más rápida que Impala en un clúster de 6 nodos, con 32 CPU virtuales cada uno. Además, la novedosa configuración de almacenamiento SSD a través de NVME también reduce a la quinta parte los tiempos de carga desde el disco. Este rendimiento permite una flexibilidad impresionante para las empresas interesadas en la velocidad en milésimas de segundos en más de mil millones de filas”.
— Todd Mostak Fundador y director ejecutivo de MapD