Cloud GPU
機械学習、科学技術計算、3D 表示に活用できる Google Cloud 上の高パフォーマンス GPU。
-
機械学習や HPC などの計算ジョブの高速化
-
さまざまなパフォーマンスや価格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を最適化
主な特長
主な特長
多種多様な GPU タイプ
NVIDIA K80、P100、P4、T4、V100、A100 の各 GPU は、コストとパフォーマンスの個々のニーズに合わせた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配分できます。すべて秒単位で課金されるため、無駄な投資を抑えて使い続けることができます。
Google Cloud のすべての利点
GPU のワークロードが Google Cloud Platform で実行されるため、業界最先端のストレージ、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。
最新情報
最新情報
Google Cloud のニュースレターにご登録いただくと、プロダクトの最新情報、イベント情報、スペシャル オファーのお知らせなどが配信されます。
ドキュメント
ドキュメント
Compute Engine 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の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 の追加
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、機械学習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。