GPU(グラフィック プロセッシング ユニット)

Google Cloud の GPU を機械学習や科学技術計算、3D 表示に活用する

無料トライアル

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、極めて高い並列処理能力を必要としています。Google Cloud では、インスタンス単位で最大 960 TFLOPS の性能を備えた GPU を利用する仮想マシンを提供します。NVIDIA Tesla K80、P4、T4、P100、V100 GPU により、ディープ ラーニング、物理シミュレーション、分子モデリングを高速化します。ワークロードの規模と関係なく、GCP はジョブに最適な GPU を提供します。

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、動画のコード変換、グラフの可視化、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。複雑でコンピューティング負荷の高い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 インスタンスをプロビジョニングします。

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数時間または数週間かかる場合も、ちょうど必要なリソースだけを取得するので、投資コストを削減できます。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、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

料金設定が秒単位になっており、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、ベアメタル パフォーマンスが実現します。

Google のインフラ上に構築されたソリューション

GPU の特長

Google Cloud の GPU を機械学習や科学技術計算、3D 表示に活用する

複数の GPU タイプを利用可能
現在、NVIDIA Tesla の K80 や P100、P4、T4、V100 の GPU をコンピューティングや可視化のニーズに応じて利用できます。
ベアメタル パフォーマンス
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、その性能が最大限に発揮されます。
Google Cloud のあらゆるメリットを享受
GPU のワークロードが Google Cloud Platform 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、データ分析テクノロジーを利用できます。
クラウド内の仮想ワークステーション
P4、P100、T4 の GPU でサポートされている NVIDIA GRID Virtual Workstation を使用し、3D 表示やレンダリングなど、グラフィックを多用するアプリケーションを実行できます。
任意のマシンタイプに 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。
インスタンスあたりの 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 ダイ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。
秒単位の課金
Google Cloud Platform のその他のリソースと同様に、GPU に関しても秒単位で課金されます。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。
プリエンプティブル GPU
ジョブのバッチ処理では、プリエンプティブル インスタンスにアタッチされた GPU を使用することで、オンデマンド価格の 70% を節約できます。プリエンプティブル GPU インスタンスとマネージド インスタンス グループを併用すると、空き容量がある限り実行できる大規模な GPU 容量のプールを手頃なコストで作成できます。

「[NVIDIA] GPU は特定のタスク処理で従来の CPU と比べてコスト効率に優れ、高い性能を発揮しています。特に Shazam の中核となる音楽認識ワークロードにとって不可欠な存在です。このワークロードでは、ユーザーが録音したオーディオ フィンガープリントのスニペットを 4,000 万を超える楽曲を集めたカタログとマッチングさせます。仕組みとしては、各楽曲の中で特徴的な部分を抜き出してカスタム形式でデータベースに蓄積し、GPU メモリに読み込みます。そして、ユーザーが Shazam を使って楽曲を検索するたびに、合致する楽曲が見つかるまで GPU 処理でデータベースが検索されます。この処理を 1 日に 2,000 万回以上も行いながら、ユーザーに満足いただける検索結果を提供しています。」

- Ben Belchak 氏 Shazam 社サイト信頼性エンジニアリング責任者

GPU の料金

Google Cloud の GPU を機械学習や科学技術計算、3D 表示に活用する

Compute Engine で利用可能な GPU の種類、リージョンごとの GPU の料金について詳しくは、GPU の料金をご覧ください。