Cloud-GPU's

GPU's in Google Cloud gebruiken voor machine learning, wetenschappelijke berekeningen en 3D-visualisaties

Kosteloos uitproberen

Versnelde cloudcomputing

Wetenschappers, ontwerpers en technici moeten altijd over voldoende parallelle rekenkracht kunnen beschikken. Google Cloud biedt virtuele machines met GPU's die tot 960 teraflops aan prestaties per instantie kunnen leveren. Deep learning, fysieke simulaties en moleculaire modellering verlopen sneller met de NVIDIA-GPU's Tesla K80, P4, T4, P100 en V100. Hoe groot uw productietaken ook zijn, GCP heeft de perfecte GPU voor u.

Versnelde cloudcomputing

Complexe rekentaken sneller uitvoeren

Verhoog de snelheid van complexe bewerkingen zoals voor machine learning, medische analyses, seismische exploratie, videotranscodering, grafische visualisatie en wetenschappelijke simulaties. Gebruik Compute Engine-instanties met krachtige GPU's voor ingewikkelde productietaken die veel rekenkracht vergen.

Complexe rekentaken sneller uitvoeren

GPU's in de cloud

Het maakt niet uit of u GPU's enkele uren of weken nodig heeft voor een bepaalde taak: wij bieden u precies wat u nodig heeft zodat u uw kapitaalinvesteringen beperkt kunt houden. Configureer een instantie met precies de gewenste processor-, geheugen- en GPU-verhouding in plaats van uw productietaak aan te passen aan de beperkingen van uw systemen.

GPU's in de cloud

Optimalisatie van tijd en kosten

Dankzij de prijsberekening per seconde kunt u de GPU kiezen die het meest geschikt is voor uw productietaak. Vervolgens betaalt u alleen voor wat u daadwerkelijk nodig heeft.

Optimalisatie van tijd en kosten

De infrastructuur van Google als basis

U heeft de beschikking over dezelfde hardware die Google gebruikt om hoogwaardige producten voor machine learning te ontwikkelen. GPU's bieden de kracht die u nodig heeft om zeer grote datasets te verwerken. De virtuele machine kan rechtstreeks gebruikmaken van deze hardware en presteert daardoor even goed als een bare-metalserver.

De infrastructuur van Google als basis

GPU-kenmerken

GPU's in Google Cloud gebruiken voor machine learning, wetenschappelijke berekeningen en 3D-visualisaties

Keuze uit diverse GPU-typen
Momenteel kunt u afhankelijk van uw behoeften op het gebied van rekenwerk en visualisaties kiezen uit verschillende GPU's van NVIDIA: Tesla K80, P100, P4 T4 en V100.
Bare-metalprestaties
GPU's worden aangeboden in passthrough-modus, rechtstreeks gekoppeld aan de virtuele machine. Hierdoor zijn maximale prestaties mogelijk.
Alle voordelen van Google Cloud
Voer GPU-productietaken uit op Google Cloud Platform, waar u toegang heeft tot hoogwaardige technologieën voor opslag, netwerken en gegevensanalyse.
Virtuele werkstations in de cloud
Voer grafisch intensieve apps uit, waaronder apps met visualisatie en weergave van 3D-modellen, met NVIDIA GRID Virtual Workstations, ondersteund op P4-, P100- en T4-GPU's.
GPU-koppeling voor elk type machine
Kies voor al uw productietaken de optimale balans tussen processor, geheugen, krachtige schijven en GPU-capaciteit.
Flexibele GPU-aantallen per instantie
Koppel maximaal 8 GPU's aan uw instantie om zo de capaciteit te bereiken die u nodig heeft voor uw apps.
App-frameworks voor GPU's
Of u nu OpenCL, CUDA, Vulkan of OpenGL gebruikt voor uw apps, met Compute Engine krijgt u de hardware die u nodig heeft om productietaken sneller uit te voeren.
Facturering per seconde
Kies voor GPU's dezelfde facturering per seconde als voor uw andere Google Cloud Platform-resources. U betaalt alleen voor wat u nodig heeft op het moment dat u het ook daadwerkelijk gebruikt.
Verwijderbare GPU's
Voor batchverwerkingstaken kunnen klanten 70% besparen ten opzichte van on demand-prijzen door gebruik te maken van GPU's met verwijderbare instanties. U kunt verwijderbare GPU-instanties combineren met beheerde instantiegroepen om een grote pool met voordelige GPU-capaciteit te maken. Deze pool wordt uitgevoerd zolang er capaciteit beschikbaar is.

"Voor sommige taken zijn GPU's [van NVIDIA] een voordelig en krachtig alternatief voor conventionele CPU's. Ze zijn bijzonder geschikt voor de belangrijkste productietaak van Shazam: muziekherkenning. We vergelijken door gebruikers opgenomen muziekfragmenten met de ruim 40 miljoen nummers in onze catalogus. Dat doen we door van elk afzonderlijk nummer een audiosignalement in onze eigen database-indeling te genereren en vervolgens al die signalementen in het GPU-geheugen te laden. Wanneer iemand een nummer probeert te vinden met Shazam, zoekt ons algoritme met behulp van de GPU's naar overeenkomsten in onze database. Dat levert meer dan 20 miljoen keer per dag een treffer op."

— Ben Belchak Head of Site Reliability Engineering, Shazam

GPU-prijzen

GPU's in Google Cloud gebruiken voor machine learning, wetenschappelijke berekeningen en 3D-visualisaties

Voor meer informatie over GPU-prijzen voor de verschillende GPU-typen en regio's die beschikbaar zijn op Compute Engine, kunt u het GPU-prijsdocument raadplegen.