NVIDIA 和 Google Cloud Platform

Google Cloud Platform 現在提供 NVIDIA Tesla T4 GPU。
觀看這場隨選網路研討會,進一步瞭解如何在 GCP 中執行 T4 GPU。

聯絡我們

Google Cloud Platform 提供 NVIDIA Tesla K80、P4、T4、P100 和 V100 GPU

無論是預測氣候的未來變化,還是研發治療癌症的藥物,都是亟待解決的難題,不過我們必須借助強大的運算能力,才能順利克服這類挑戰。

NVIDIA 和 Google Cloud 攜手合作,協助您更快達成目標,克服這些挑戰,而且完全不需要龐大的資本開銷,也不必進行複雜的底層基礎架構管理作業。Google Cloud Platform 目前支援 NVIDIA Tesla K80、P4、T4、P100 和 V100 GPU。在 Google Cloud Platform 上使用 NVIDIA GPU,只需要數小時即可完成深度學習、數據分析、物理模擬、影片轉碼和分子模型建立,不必再耗費數天時間。另外,無論您身在何處,都能透過 Google Cloud Platform 運用 NVIDIA GRID 虛擬工作站,加速處理含有大量圖案的工作負載。

NVIDIA

在 Google Cloud Platform 上使用 NVIDIA GPU 的優點

提升複雜運算的效能
機器學習訓練及推論、醫學分析、地震探勘、影片轉碼、虛擬工作站和科學模擬等需要複雜運算和大量資源的工作負載,在速度方面都能獲得大幅提升。輕輕鬆鬆地替 Google Compute Engine 執行個體佈建 NVIDIA Tesla K80、P4、P100、T4 或 V100,並使用這些 GPU 來處理需要大量運算資源的複雜工作負載。
採用以秒計費模式,有效降低成本
Google Cloud Platform 的以秒計費模式讓您用多少就付多少,系統每月還會自動套用最高 30% 的折扣。節省預先投入的資本,同時享有全年無休的運作時間,以及 NVIDIA Tesla GPU 可擴充的效能。
使用自訂機器設定將工作負載最佳化
您可以根據需求,為執行個體準確設定適當比例的處理器、記憶體和 NVIDIA GPU,藉此將工作負載最佳化,不需要為了配合受限的系統配置而修改工作負載量。另外,您也可以運用 NVIDIA GPU Cloud 容器註冊資料庫中的 GPU 最佳化容器,加速處理 Google Cloud Platform 中的 DL 和 HPC 工作負載。
與 AI 平台完美整合
很多行業每天都必須處理不斷增加的資料,例如交易記錄、感應器記錄檔、圖片、影片等等。有了透過 NVIDIA GPU 加速的雲端運算資源,您不必將資料移出雲端,也能使用這些資料來取得深入分析結果。NVIDIA Tesla K80、P4、P100 和 V100 GPU 與 AI 平台緊密整合,可大幅縮短您透過 TensorFlow 架構使用大型資料集來訓練機器學習 (ML) 模型所需的時間,此外,也與 Cloud DataflowBigQueryCloud StorageAI 平台筆記本高度整合,歡迎多加利用。
加快機器學習訓練時間並提高機器學習推論效率
如想透過機器學習來解決當今的複雜挑戰,免不了得耗費大量時間來訓練極為複雜的深度學習模型。Google Cloud Platform 中提供的 NVIDIA Tesla T4 和 V100 GPU 可大幅減少此類模型的訓練時間,將訓練時間從數週縮減為數小時,而且執行這些訓練過的模型來進行推論作業時,由於延遲時間短且總處理量大幅提高,因此效率提升,使用者體驗也更上一層樓。
以 Google 的全球基礎架構做為建構基礎

您可以使用 Google 用以開發高效能深度學習產品的某些硬體,不必擔心自行管理基礎架構帶來的資本支出或 IT 作業負擔。在 Google Cloud Platform 上使用 NVIDIA Tesla K80、P4、P100、T4 和 V100 GPU 可讓虛擬機器直接運用硬體,徹底發揮機器本身的純粹效能。

有了 NVIDIA GRID 以及 Tesla P4、T4 和 P100 GPU,虛擬工作站讓創意從業人員和技術專家都得以從雲端存取需要大量資源的應用程式。

可在 Google Cloud Platform 上使用的 NVIDIA GPU

Google Cloud Platform 上的 NVIDIA Tesla K80 GPU

NVIDIA Tesla K80 現已可在 Google Cloud 上使用,並透過數量較少,但更為強大的伺服器執行個體 (專為提升實際應用效能而精心設計,提升幅度可達 5 至 10 倍),提供卓越的效能,藉此大幅降低模型訓練時間和 HPC 成本。

在領先業界的 HPC 應用程式中,支援 NVIDIA GPU 的就超過 550 種,其中更包含前 15 大 HPC 應用程式以及所有深度學習架構。Tesla K80 具備雙 GPU 設計和 Dynamic GPU Boost 等功能,可為此類應用程式提供卓越的效能。

在 Compute Engine 中試用 NVIDIA K80
Google Cloud Platform 中的 NVIDIA Tesla P4 和 T4 GPU

Compute Engine 已正式支援 NVIDIA Tesla P4 和 T4 GPU。

推論平台

NVIDIA Tesla P4 和 T4 GPU 可提升向外延展伺服器在深度學習工作負載的執行效率,並支援具回應能力的 AI 技術服務。P4 和 T4 專為大幅縮減推論延遲時間而設計,並可提供更佳的能源效率。有了這些功能的支援,原先受限於延遲時間而無法達成的 AI 服務,現在因而得以發揮。

虛擬工作站

NVIDIA Tesla P4 和 T4 提供身歷其境的互動式擬真作業環境,協助設計人員、工程師、科學家和平面設計師在強大的虛擬工作站因應各種視覺化挑戰。有了 NVIDIA GRID,現在相關領域專家無須坐定在電腦桌前,就能近乎隨時隨地在任何裝置上,存取資源需求量極大的專業應用程式和資料。

影片轉碼

NVIDIA Tesla P4 及 T4 分別能即時轉碼及推測高達 18 及 38 部 Full HD 高畫質影片串流,由專屬的硬體加速解碼引擎提供技術支援,與 GPU 並行執行推論作業。客戶只要將深度學習整合至影片管道中,即能為使用者提供創新智慧型影片服務,實現以往不可能達成的作業任務。

在 Compute Engine 中試用 NVIDIA P4
Google Cloud Platform 中的 NVIDIA Tesla P100 GPU

Google Cloud Platform 已正式支援 NVIDIA Tesla P100。

整合式超級運算

旨在提高總處理量並為 HPC 和機器學習應用程式節省費用。Tesla P100 均採用 NVIDIA Pascal 架構,可針對 HPC 和機器學習工作負載提供 4.7 (雙精度) 和 9.3 (單精度) TeraFLOPS 的運算能力。

使用 CoWoS 和 HBM2 提高效率

相較於實際資料處理過程,應用程式耗費於等待資料的時間與資源經常來得更多。NVIDIA Tesla P100 運用 CoWoS (晶片連接至晶圓再整合至基板) 和 HBM2 技術,將運算能力與資料緊密整合至同一套件,提供前所未有的運算效能。這種整合方式的記憶體頻寬比上一代解決方案最多高出 3 倍,為應用程式效能帶來新世代的巨大躍進。

虛擬記憶體分頁移轉引擎 (Page Migration Engine) 可簡化平行程式設計程序

使用 Pascal 架構有助於簡化平行程式設計程序。「虛擬記憶體分頁移轉引擎」可減少花費在資料移轉管理作業上的時間,讓開發人員專注於調整運算效能。這項功能還可讓應用程式支援虛擬記憶體分頁,擴充程度可超越 GPU 的實際記憶體大小。Unified Memory 技術則可讓開發人員在整個執行個體上使用同一個記憶體空間,大幅提升作業效率。

在 Compute Engine 中試用 NVIDIA P100
Google Cloud Platform 中的 NVIDIA Tesla V100 GPU

Compute EngineGoogle Kubernetes Engine 現已正式開始供應 NVIDIA Tesla V100 GPU。

當今業界要求最嚴苛的工作負載和產業都需要最快的硬體加速器。客戶現在可在一部 VM 中選取多達八顆 NVIDIA Tesla V100 GPU、96 個 vCPU 和 624 GB 系統記憶體,並且接收高達 1,000 TeraFLOPS 的混和精度硬體加速效能。新一代 NVIDIA NVLink 互連網路提供高達每秒 300 GB 的 GPU 對 GPU 頻寬,是 PCIe 的 9 倍,且能將深度學習和 HPC 工作負載效能提升最多 40%。

歡迎造訪 GPU 說明文件頁面,隨時掌握最新定價資訊和 NVIDIA GPU 在各地區的供應情形。

在 Compute Engine 中試用 NVIDIA V100
Google Kubernetes Engine 中的 NVIDIA GPU

最新版的 Google Kubernetes Engine (GKE) 環境已正式支援 NVIDIA GPU,可供所有客戶自由選用。

在 GKE 上使用 GPU,可大幅提升運算資源密集型應用的處理效能,例如機器學習、影像處理以及財務模型建立等等。將 CUDA 工作負載封裝至容器內後,就能在需要時享有 GKE NVIDIA GPU 的強大處理能力,而且不必管理硬體甚或是 VM。

NVIDIA Tesla P4、V100、P100 和 K80 GPU 現已正式開始供應。

Kubernetes Engine 中的 GPU
NVIDIA GPU Cloud 和 Google Cloud Platform:GCP 新增 NVIDIA GPU Cloud 支援

Google Cloud Platform 已經開始支援 NVIDIA GPU Cloud。NVIDIA GPU Cloud (NGC) 針對 GPU 加速軟體容器提供了簡單的存取機制,適用於深度學習、HPC 應用程式和 HPC 視覺化作業。預先整合的 NGC 容器最適合用於執行 GPU 加速軟體,充分運用 Google Cloud Platform 上的 NVIDIA Tesla V100 和 P100 GPU。Google Cloud Platform 簡化了 NVIDIA GPU 加速軟體和 NVIDIA GPU 的存取方式,可協助您在數分鐘內快速部署品質符合實際工作環境標準、且已針對 GPU 最佳化的軟體。

透過 Google Cloud Platform Marketplace 開始使用 NVIDIA CPU Cloud Image

其他資源