提升云计算速度
科学家、艺术家和工程师都需要极为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、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。
加快复杂计算工作的速度
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。只需预配搭载了强大 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,无论该任务需要使用数小时还是数星期的 GPU,您的需求都可以得到满足。您可以精确地按您的需求配置实例的处理器、内存和 GPU 比例,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,并且只为实际需要付费。
构建于 Google 的基础架构之上
利用 Google 自身使用的部分同款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,可实现裸机服务器一般的性能。
特性
多种 GPU 类型
目前提供 NVIDIA Tesla K80、P100、P4、T4 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,直接与虚拟机挂接以提供最高性能。
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
使用配备 P4、P100 和 T4 GPU 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
最多可为实例挂接 8 个 GPU 芯片,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 都能提供加速工作负载所需的硬件。
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,客户在处理批量作业时可在按需价格的基础上节省 70%。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逾 4000 万首歌曲的目录进行匹配。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。每天,这样的操作都能成功完成两千万次以上。
— Ben Belchak,Shazam 站点可靠性工程主管
资源
GPU 价格
在 Google Cloud 上利用 GPU,助力机器学习、科学计算和 3D 可视化。
如需了解 Compute Engine 上的各种 GPU 类型的价格和适用区域,请参阅 GPU 价格文档。
