Organízate con las colecciones Guarda y clasifica el contenido según tus preferencias.
El evento Applied ML Summit se celebrará el 9 de junio. Únete y descubre cómo puedes acelerar la experimentación y empezar a producir rápidamente.
Ir a

NVIDIA y Google Cloud

NVIDIA y Google Cloud ofrecen soluciones optimizadas para aceleradores que satisfacen tus cargas de trabajo más exigentes, como el aprendizaje automático, la computación de alto rendimiento, las analíticas de datos, los gráficos y las cargas de trabajo de videojuegos.

Logotipos de Nvidia y Google Cloud

Ventajas

La potencia de la computación acelerada con NVIDIA a escala en Google Cloud

Aumenta el rendimiento de distintas cargas de trabajo

Con las últimas GPUs de NVIDIA en Google Cloud, puedes ofrecer fácilmente instancias de Compute Engine con NVIDIA A100, P100, P4, T4 o V100 para agilizar el proceso de las cargas de trabajo más exigentes.

Reduce los costes con la facturación por segundo

Con la facturación por segundo de Google Cloud, solo pagas por lo que necesitas y obtienes un descuento automático de hasta el 30 % todos los meses. Ahorra costes por adelantado y disfruta del mismo tiempo de funcionamiento y rendimiento escalable.

Optimiza las cargas de trabajo con configuraciones de máquinas personalizadas

A la hora de optimizar tus cargas de trabajo, configura una instancia de forma precisa con la proporción exacta de procesadores, memoria y GPUs NVIDIA que necesites, en lugar de adaptarlas a los límites de la configuración del sistema.

Funciones principales

Tecnologías NVIDIA en Google Cloud

GPU NVIDIA A100® Tensor Core

Las máquinas virtuales A2 optimizadas para aceleradores se basan en la GPU NVIDIA Ampere A100 Tensor Core. Cada GPU A100 ofrece un rendimiento de computación hasta 20 veces superior al de la generación anterior. Estas máquinas virtuales están diseñadas para acelerar los procesos a escala en la IA, las analíticas de datos y la computación de alto rendimiento para superar los retos de computación más complejos.

GPU NVIDIA T4® Tensor Core

La GPU NVIDIA® T4 acelera diferentes cargas de trabajo en la nube, como computación de alto rendimiento, formación e inferencia de aprendizaje profundo, aprendizaje automático, analíticas de datos y gráficos. Las GPUs NVIDIA® T4 están disponibles de forma general en Compute Engine.

Nube híbrida con NVIDIA y Anthos de Google Cloud

Anthos de Google Cloud se ha diseñado para permitir que los clientes ejecuten aplicaciones fácilmente tanto en la nube como on‑premise. Hemos colaborado estrechamente con NVIDIA en el desarrollo de la solución que usa el operador de GPU NVIDIA para desplegar los componentes necesarios para habilitar las GPUs en Kubernetes. Esta solución funciona con muchas GPUs conocidas de NVIDIA, como la A100 y la T4.

Autoescalado con Google Kubernetes Engine

Con Google Kubernetes Engine (GKE), puedes crear clústeres sin complicaciones con las GPUs de NVIDIA bajo demanda, balancear la carga y disminuir los costes operativos escalando automáticamente los recursos de GPU hacia arriba o hacia abajo. Debido a que GKE admite las GPUs con varias instancias (MIG) en las GPUs de NVIDIA A100, puede proporcionar la aceleración de GPU del tamaño adecuado con más precisión para las cargas de trabajo de inferencia de IA multimodelo.

NVIDIA CloudXR™ con estaciones de trabajo virtuales RTX

NVIDIA CloudXR es una revolucionaria innovación basada en la tecnología NVIDIA RTX™ que permite acceder a XR de alta calidad a través de Google Cloud Marketplace con la estación de trabajo virtual NVIDIA RTX como imagen de la máquina virtual (VMI). Los usuarios pueden configurar, escalar y consumir fácilmente la experiencia inmersiva de alta calidad y emitir flujos de trabajo XR desde la nube.


¿Empezamos? Contactar con nosotros

Servicios relacionados

Documentación

Recursos técnicos para desplegar tecnologías NVIDIA en Google Cloud

Aspectos básicos de Google Cloud
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.

Aspectos básicos de Google Cloud
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.

Tutorial
GPUs en Google Kubernetes Engine

Aprende a utilizar aceleradores de GPU por hardware en los nodos de los clústeres de Google Kubernetes Engine.

Aspectos básicos de Google Cloud
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.