GPUs do Cloud

Use GPUs no Google Cloud para machine learning, computação científica e visualização 3D.

Avalie gratuitamente

Computação em nuvem acelerada

Cientistas, artistas e engenheiros precisam ter acesso a uma enorme capacidade de computação paralela. O Google Cloud oferece máquinas virtuais com GPUs com até 960 teraflops de desempenho por instância. Tarefas de aprendizagem profunda, simulação física e modelagem molecular são aceleradas com GPUs NVIDIA Tesla K80, P4, T4, P100 e V100. Independentemente do tamanho da carga de trabalho, o GCP tem a GPU perfeita para seu job.

Computação em nuvem acelerada

Agilidade em jobs de cálculos complexos

Aumente a velocidade de processamentos complexos, como machine learning, análise médica, exploração sísmica, transcodificação de vídeo e simulações científicas. Provisione instâncias do Compute Engine com GPUs avançadas para administrar as cargas de trabalho mais complexas de computação intensiva.

Agilidade em jobs de cálculos complexos

GPUs na nuvem

Reduza custos de capital: não importa se a tarefa exige GPUs por horas ou semanas, você terá exatamente o que precisa. Configure com precisão uma instância com a proporção necessária de processadores, memória e GPUs, em vez de modificar a carga de trabalho para se ajustar às configurações limitadas do sistema.

GPUs na nuvem

Otimização de tempo e custo

Graças ao preço por segundo, você pode escolher a GPU mais adequada à sua carga de trabalho e pagar somente pelo necessário.

Otimização de tempo e custo

Baseadas na infraestrutura do Google

Acesse alguns dos componentes de hardware usados pelo Google para desenvolver produtos de machine learning de alto desempenho. As GPUs oferecem a capacidade necessária para o processamento de enormes conjuntos de dados. O hardware é transmitido diretamente à máquina virtual para proporcionar desempenho bare metal.

Baseadas na infraestrutura do Google

Recursos da GPU

Use GPUs no Google Cloud para machine learning, computação científica e visualização 3D.

Vários tipos de GPU disponíveis
As GPUs NVIDIA Tesla K80, P100, P4, T4 e V100 já estão disponíveis, dependendo das suas necessidades de computação ou visualização.
Desempenho bare metal
As GPUs são oferecidas no modo de passagem, diretamente ligadas à máquina virtual para proporcionar o máximo de desempenho.
Todas as vantagens do Google Cloud
Execute cargas de trabalho da GPU no Google Cloud Platform, onde você terá acesso ao que há de melhor em tecnologias de armazenamento, rede e análise de dados.
Estações de trabalho virtuais na nuvem
Execute aplicativos com uso intensivo de gráficos, como visualização 3D e renderização com estações de trabalho virtuais NVIDIA GRID, compatíveis com as GPUs P4, P100 e T4.
Use GPUs em qualquer tipo de máquina
Encontre o equilíbrio ideal entre capacidade de processador, memória, disco de alto desempenho e GPU de cada carga de trabalho.
Contagens flexíveis de GPU por instância
Adicione até oito pastilhas de GPU à instância para ter a capacidade necessária para seus aplicativos.
Frameworks de aplicativos com GPU
Não importa se os seus aplicativos exigem OpenCL, CUDA, Vulkan ou OpenGL, o Compute Engine oferece o hardware necessário para acelerar suas cargas de trabalho.
Faturamento por segundo
Aplique às GPUs o mesmo faturamento por segundo dos outros recursos do Google Cloud Platform. Pague somente pelo uso.
GPUs preemptivas
Para jobs de processamento em lote, os clientes podem usar GPUs com instâncias preemptivas e economizar 70% em relação aos preços sob demanda. Em conjunto com as instâncias de GPU preemptivas, os grupos de instâncias gerenciadas podem ser usados para criar um grande pool com capacidade de GPU acessível que será executado enquanto a capacidade estiver disponível.

"Para determinadas tarefas, as GPUs [da NVIDIA] são uma alternativa econômica e de alto desempenho em comparação às CPUs tradicionais. Elas funcionam muito bem com a carga de trabalho de reconhecimento de músicas do Shazam. Nesse caso, precisamos encontrar correspondências entre snippets de impressões digitais de áudio gravadas pelo usuário e nosso catálogo de mais de 40 milhões de músicas. Para fazer isso, separamos as assinaturas de áudio de cada uma das faixas, compilamos esses arquivos em um formato personalizado de banco de dados e os carregamos na memória da GPU. Sempre que um usuário usa o Shazam, nosso algoritmo usa as GPUs para vasculhar o banco de dados até encontrar uma correspondência. Esse processo acontece sem falhas mais de 20 milhões de vezes por dia."

— Ben Belchak Diretor de engenharia de confiabilidade de sites da Shazam

Preços por GPU

Use GPUs no Google Cloud para machine learning, computação científica e visualização 3D.

Para informações sobre preços de diferentes tipos de GPU e regiões disponíveis no Compute Engine, consulte o documento sobre preços de GPU.