Cloud GPU
ML、科学技術計算、生成 AI に適した Google Cloud 上の高パフォーマンス GPU。
-
生成 AI、3D 描画処理、HPC などのコンピューティング ジョブの高速化
-
さまざまなパフォーマンスや価格のニーズに対応できる多種多様な GPU
-
フレキシブルな料金とマシンのカスタマイズでワークロードに合わせて最適化
主な特長
主な特長
多種多様な GPU タイプ
NVIDIA H100、L4、P100、P4、T4、V100、A100 の各 GPU は、コストとパフォーマンスのニーズの異なるさまざまなワークロードに対応する、幅広いコンピューティング オプションを提供します。
柔軟なパフォーマンス
個々のワークロードに合わせてプロセッサ、メモリ、高性能ディスク、GPU（インスタンスあたり最大 8 個）を最適なバランスで組み合わせることができます。使用した分だけ秒単位で課金されるため、無駄な費用を抑えられます。
Google Cloud のメリット
GPU のワークロードを Google Cloud で実行することによって、業界をリードするストレージ、ネットワーキング、データ分析テクノロジーを利用できます。
ドキュメント
ドキュメント
Compute Engine 上の GPU
Compute Engine は、仮想マシン インスタンスに追加できる GPU を備えています。GPU の機能と、使用できる GPU ハードウェアのタイプについて、詳細をご確認ください。
Compute Engine での GPU の追加または削除
Compute Engine VM で GPU を追加または削除する方法をご確認ください。
GPU ドライバのインストール
このガイドでは、1 つ以上の GPU を使用してインスタンスを作成した後に NVIDIA の独自ドライバをインストールする方法を紹介します。
Google Kubernetes Engine 上の GPU
Google Kubernetes Engine クラスタのノードで GPU ハードウェア アクセラレータを使用する方法をご確認ください。
クラウド内でのモデルのトレーニングに GPU を使用する
画像分類、動画分析、自然言語処理など、多くのディープ ラーニング モデルのトレーニング プロセスを高速化します。
Dataproc クラスタへの GPU の接続
GPU を Dataproc クラスタの Compute Engine マスターノードおよびワーカーノードに接続して、ML やデータ処理などの特定のワークロードを高速化します。
料金