Cloud GPU

在 Google Cloud 上利用 GPU 進行機器學習、科學運算和 3D 視覺化作業。

免費試用

加快雲端運算速度

無論是科學家、藝術家或工程師,都需要運用強大的平行運算能力。Google Cloud 提供具備 GPU 功能的虛擬機器,每個執行個體每秒浮點運算效能可達 960 兆次。透過 NVIDIA Tesla K80、P4、T4、P100 和 V100 GPU,加快深度學習、物理模擬和分子建模的速度。無論工作負載的大小為何,GCP 都能為您的工作提供最合適的 GPU。

加快雲端運算速度

加快複雜運算工作的速度

機器學習、醫學分析、地震探勘、影片轉碼、圖形視覺化和科學模擬等複雜處理作業的速度皆能獲得大幅提升。只要部署配備了強大 GPU 的 Compute Engine 執行個體,就能處理需要大量運算資源的複雜工作。

加快複雜運算工作的速度

雲端環境中的 GPU

您可以降低資金成本,無論工作需要使用 GPU 的時間是數小時或數週,都不成問題。您可以根據需求,為執行個體準確設定適當比例的處理器、記憶體和 GPU,不需要為了配合系統設定限制而修改工作負載量。

雲端環境中的 GPU

儘可能節約時間和費用

我們以秒計費,因此您可以挑選最適合工作負載的 GPU,只需支付必要的開銷。

儘可能節約時間和費用

在 Google 的基礎架構上執行建構作業

您可以使用 Google 本身採用的一些硬體,開發高效能的機器學習產品。GPU 可為您提供處理大量資料集所需的效能。虛擬機器可直接運用硬體,徹底發揮不含作業系統的純粹效能。

在 Google 的基礎架構上執行建構作業

GPU 功能與特點

在 Google Cloud 上利用 GPU 進行機器學習、科學運算和 3D 視覺化作業。

可使用多種 GPU 類型
我們現已推出 NVIDIA Tesla K80、P100、P4、T4 和 V100 GPU,您可以根據自己的運算或視覺化需求選用。
不含作業系統的純粹效能
GPU 會以直通模式供應,直接連接虛擬機器以發揮最大效能。
享受 Google Cloud 的所有優勢
您可以在 Google Cloud Platform 上執行 GPU 工作負載,享用領先業界的儲存空間、網路和資料分析技術。
雲端虛擬工作站
使用 P4、P100 和 T4 GPU 支援的 NVIDIA GRID 虛擬工作站,執行需要大量圖形的應用程式,包含 3D 視覺化和轉譯。
將 GPU 連接到任何機器類型
讓個別工作負載的處理器、記憶體、高效能磁碟和 GPU 效能達到最佳平衡。
根據執行個體靈活調整 GPU 數量
最多可為執行個體連接 8 個 GPU 晶粒,以取得符合應用程式需求的效能。
GPU 應用程式架構
無論應用程式需要使用 OpenCL、CUDA、Vulkan 或 OpenGL,Compute Engine 都能提供您所需的合適硬體,加快工作負載的速度。
以秒計費
GPU 和其他 Google Cloud Platform 資源相同,都是採用以秒計費的方式。依用量付費,一切視您的需求而定。
先占 GPU
如果是批次處理工作,客戶可以在先占執行個體使用 GPU,而能省下 70% 的費用。您可以同時使用先占 GPU 執行個體和代管執行個體群組,建立大量且經濟實惠的 GPU 運算容量,只要有空閒的運算容量就能繼續運作。

「相較於傳統 CPU,[NVIDIA] 的 GPU 在特定工作上無疑是一項經濟實惠、效能優異的替代方案。Shazam 的主要音樂辨識工作負載,是將使用者錄製的音訊內容識別片段與我們超過 4 千萬首的音樂資料庫相互比對,而 NVIDIA 的 GPU 表現非常出色。這項工作的處理方式是擷取每一首歌的音訊特徵,並將其編譯為自訂的資料庫格式,然後載入至 GPU 記憶體中。每當使用者透過 Shazam 辨識歌曲時,我們的演算法就會運用 GPU 來搜尋資料庫,直到找到相符的曲目為止,而我們每天都能成功處理超過 2 千萬次這樣的作業。」

- Ben Belchak Shazam 網站穩定性工程部門主管

GPU 定價

在 Google Cloud 上利用 GPU 進行機器學習、科學運算和 3D 視覺化作業。

如要瞭解可在 Compute Engine 上使用的不同 GPU 類型和地區計價方式,請參閱 GPU 定價說明文件