提升云计算速度
科学家、艺术家和工程师都需要强大的并行计算能力。Google Cloud 提供搭载 GPU 的虚拟机，每个实例能够实现高达每秒 960 万亿次浮点运算的性能。凭借 NVIDIA Tesla K80、P4、T4（测试版）、P100 和 V100 GPU，深度学习、物理模拟和分子建模等工作都得以加速。无论工作负载有多大，GCP 都能为您的工作提供最适合的 GPU。
加快复杂的计算工作
提高机器学习、医学分析、地震勘探、视频转码、图形可视化和科学模拟等复杂处理工作的速度。只需配置搭载了强大 GPU 的 Compute Engine 实例，即可处理您最复杂的计算密集型工作负载。
云端的 GPU
降低成本，无论工作需要使用 GPU 的时间是数小时还是数个星期，您都可以满足所需。您可以精确地按所需比例为实例配置处理器、内存和 GPU，而不必为了适应受限的系统配置而修改工作负载。
节约时间，降低费用
得益于按秒计费的模式，您可以选择最适合您的工作负载的 GPU，只为实际所需付费。
构建于 Google 的基础架构之上
使用 Google 也在用的一些硬件开发高性能的机器学习产品。GPU 可为您提供处理庞大数据集所需的性能。硬件直通虚拟机，可实现裸机性能。
GPU 特性
利用 Google Cloud 上的 GPU，助力机器学习、科学计算和 3D 可视化。
- 多种 GPU 类型
- 目前提供 NVIDIA Tesla K80、P100、P4、T4（测试版）和 V100 GPU，您可根据自己的计算需求或可视化需求进行选择。
- 裸机性能
- GPU 以直通模式提供，直接挂接至虚拟机以提供最高性能。
- 获享 Google Cloud 的所有优势
- 在 Google Cloud Platform 上运行 GPU 工作负载，使用行业领先的存储、网络和数据分析技术。
- 云端的虚拟工作站
- 使用 P4 和 P100 GPU 支持的 NVIDIA GRID 虚拟工作站运行图形密集型应用，包括 3D 可视化和渲染。
- 将 GPU 挂接至任何机器类型
- 针对您的具体工作负载，以最优方式平衡处理器、内存、高性能磁盘和 GPU 性能。
- 根据实例灵活调整 GPU 数量
- 可最多为实例挂接 8 个 GPU 晶粒，从而获得应用需要的计算能力。
- GPU 应用框架
- 无论应用是需要 OpenCL、CUDA、Vulkan 还是 OpenGL，Compute Engine 都能提供实现工作负载提速所需的硬件。
- 按秒计费
- 与其他 Google Cloud Platform 资源一样，GPU 也按秒计费。您只需为使用期间的实际所需付费。
- 抢占式 GPU
- 通过搭配使用 GPU 和抢占式实例，按需付费定价机制让客户在处理批处理作业时可节省 50% 的成本。托管式实例组可与抢占式 GPU 实例一同用于创建经济实惠的大型 GPU 容量池，只要有可用的容量，该容量池便会一直运行。
“对某些任务而言，[NVIDIA] GPU 经济实惠且性能强大，可以出色地替代传统 CPU。它们可以轻松处理 Shazam 的核心音乐识别工作负载 - 也就是将用户录制的音频指纹片段与我们包含 4000 多万首歌曲的目录进行比对。为了实现这一目的，我们会提取每首歌曲的音频签名，将它们编译成一种自定义的数据库格式，然后加载到 GPU 内存中。当用户通过 Shazam 识别歌曲时，我们的算法使用 GPU 搜索该数据库，直到找出匹配项。这样的操作每天会成功进行超过两千万次。”
- Ben Belchak Shazam 站点可靠性工程主管