GPU(グラフィック プロセッシング ユニット)ベータ版

Google Cloud の GPU を機械学習や科学技術計算に活用する

コンソールを開く ドキュメントを読む

クラウド コンピューティングの高速化

科学者、アーティスト、エンジニアは並列計算のための膨大なパワーを必要としています。Google Cloud では、GPU を利用して数 10 テラフロップスに及ぶ高速化を実現する仮想マシンを提供するようになりました。NVIDIA® Tesla® K80 GPU で何日もかかっていたディープ ラーニング、物理シミュレーション、分子モデリングなどの計算が数時間で処理できるようになります。ワークロードの規模と関係なく、GCP はジョブに必要とされる最適な GPU を提供します。AMD FirePro および NVIDIA® Tesla® P100 は近日サービス開始予定です。

クラウド コンピューティングの高速化

複雑な計算ジョブを高速化する

機械学習、医学分析、地震探査、動画トランスコーディング、科学シミュレーションなどの複雑な処理を高速化します。複雑な計算中心のワークロードを処理するために強力な GPU を利用した Compute Engine インスタンスを提供します。

複雑な計算ジョブを高速化する

クラウド内の GPU

GPU を必要とするタスクの処理に何時間または何週間かかるかに応じて、ちょうど必要なリソースだけを取得して全体にかかる金額を削減することができます。必要なプロセッサ数、メモリ量、GPU 数の比率を決めてインスタンスを正確に設定できるので、システムの制限に合わせてワークロードを変更する必要はありません。

クラウド内の GPU

時間とコストを最適化する

分単位でコストを計算できるため、ワークロードに最適な GPU を選ぶことで無駄な投資を抑えることができます。

時間とコストを最適化する

Google のインフラ上に構築されたソリューション

Google が高性能の機械学習プロダクトを開発するために使用しているハードウェアの一部がそのまま利用されます。膨大なデータセットを処理するために必要なパワーは GPU によって与えられます。このハードウェアのパワーが仮想マシンに直接投入されるので素の性能がそのまま活かされます。

Google のインフラ上に構築されたソリューション

グラフィック プロセッシング ユニット(GPU)の特長

Google Cloud Platform の GPU を機械学習や科学計算に活用する

複数の GPU タイプを利用可能
NVIDIA® Tesla® K80 GPU は現在利用可能です。近日中には、計算や遠隔可視化のニーズに応じて AMD FirePro S9300 x2 と NVIDIA® Tesla® P100 も選択可能になります。
素の性能がそのまま活かされる
GPU はパススルー モードで仮想マシンに直接接続されるのでその性能が最大限発揮されます。
Google Cloud のあらゆるメリットを利用可能
GPU のワークロードが Google Cloud Platform 上で実行されるため、業界最先端のストレージ、ネットワーキング、データ アナリティクス テクノロジーを利用できます。
高速の動画トランスコーディング
GCE 用 GPU での処理は、リアルタイムのデジタル動画ファイル変換よりも高速です。
あらゆるタイプのマシンに GPU を接続可能
個々のワークロードに合わせてプロセッサ、メモリ、高性能ディスク、GPU のパワーを最適なバランスで配分できます。
インスタンスごとに GPU 数を柔軟に設定可能
アプリケーションで必要とされる処理パワーに応じて最大 8 個の GPU をインスタンスに接続できます。
GPU のアプリケーション フレームワーク
アプリケーションで必要とされるフレームワークが OpenCL、CUDA、Vulkan、OpenGL のいずれであっても Compute Engine はワークロードの高速化に必要なハードウェアを提供します。
分単位の課金
Google Cloud Platform のその他のリソースと同様に GPU に関しても分単位で課金情報が取得されます。そのため無駄な投資を抑えて使い続けることができます。

「Google Cloud で新たに提供される GPU インスタンスは CPU ベースの同等のシステムと比べて圧倒的に高い性能を発揮し、私たちが今日のコンピューティングに求めている性能のまさに転換点として銘記されるものです。ニューヨーク市のタクシーに関する 12 億行のデータセットに対して標準的な分析クエリを実行したところ、それぞれ 32 個の vCPU で構成された 6 ノードのクラスタ上で動作する Impala と比較した場合、8 個の K80 GPU が接続された単一の Google n1-highmem-32 インスタンスが平均 85 倍の性能を達成することがわかりました。さらに、NVME を使用して革新的な SSD によるストレージを構成したところ、コールドロード時間が 1/5 に短縮しました。この性能は数 10 億行のデータをミリ秒単位で処理しなければならない企業にとって非常に素晴らしい柔軟性をもたらします。」

- Todd Mostak 氏 MapD 創設者兼 CEO

GPU(グラフィック プロセッシング ユニット)の料金体系

Google Cloud の GPU を機械学習や科学技術計算に活用する

アイオワ オレゴン サウスカロライナ ベルギー 台湾 東京
SKU オンデマンド価格の GPU/時間(米ドル)
ベータ版: これはベータリリースです。この機能は、SLA や非推奨ポリシーでは適用されていません。下位互換性のない変更が加えられる可能性があります。