GPUs de Cloud
Unidades de procesamiento de gráficos (GPUs) de alto rendimiento que están disponibles en Google Cloud para el aprendizaje automático, la computación científica y la visualización en 3D.
-
Más rapidez en algunas tareas de computación, como el aprendizaje automático y la computación de alto rendimiento (HPC)
-
Amplia gama de GPUs para distintas necesidades de rendimiento y para todos los bolsillos
-
Precios flexibles y personalizaciones de máquinas para optimizar las unidades según las cargas de trabajo
Características principales
Características principales
Variedad de tipos de GPUs
Las GPUs NVIDIA L4, P100, P4, T4, V100 y A100 ofrecen diversas opciones de computación para gestionar cualquier carga de trabajo, independientemente del rendimiento que necesites y del precio que busques.
Rendimiento flexible
Equilibra de forma óptima el procesador, la memoria, el disco de alto rendimiento y hasta 8 GPUs por instancia para cada carga de trabajo. Además, como se factura por segundo, solo pagas por lo que necesitas y cuando lo usas.
Todas las ventajas de Google Cloud
Ejecuta cargas de trabajo de GPUs en Google Cloud Platform y accede a sistemas de almacenamiento, redes y tecnologías de analítica de datos líderes en el sector.
Novedades
Novedades
Suscríbete para recibir newsletters de Google Cloud con novedades sobre productos, información de eventos, ofertas especiales y mucho más.
Documentación
Documentación
GPUs en Compute Engine
Compute Engine proporciona GPUs que puedes añadir a tus instancias de máquina virtual. Descubre para qué sirven las GPUs y qué tipos de hardware de GPU puedes usar.
Añadir o quitar GPUs en Compute Engine
Aprende a añadir GPUs a las máquinas virtuales de Compute Engine y a quitar las que ya están vinculadas.
Instalar controladores de GPUs
En esta guía se explican distintos métodos para instalar controladores propietarios de NVIDIA después de haber creado instancias con una GPU o con varias.
GPUs en Google Kubernetes Engine
Aprende a utilizar aceleradores de GPU por hardware en los nodos de los clústeres de Google Kubernetes Engine.
GPUs para entrenar modelos en la nube
Agiliza el proceso de entrenamiento de numerosos modelos de aprendizaje profundo, como la clasificación de imágenes, el análisis de vídeos y el procesamiento del lenguaje natural.
Montar GPUs en clústeres de Dataproc
Si montas GPUs en el nodo maestro y en los nodos de trabajador de Compute Engine en los clústeres de Dataproc, agilizarás determinadas cargas de trabajo, como las de aprendizaje automático y procesamiento de datos.
Precios
Precios
Para saber cuánto cuestan los distintos tipos de GPUs que están disponibles en Compute Engine en las diversas regiones, consulta el documento sobre precios de GPUs.