2017年9月21日，谷歌GCE(Google Compute Engine)發(fā)布推出更快的GPU。首先，Google云平臺(GCP)隨著NVIDIA P100 GPU在測試版上的推出而獲得另一個性能提升。其次，NVIDIA K80 GPU現(xiàn)在在GCE上可用。第三，宣布在K80和P100 GPU上引入持續(xù)使用的折扣。
云GPU可以加速企業(yè)的工作負(fù)載，包括機(jī)器學(xué)習(xí)訓(xùn)練和推理，如地球物理數(shù)據(jù)處理，仿真，地震分析，分子建模，基因組學(xué)和更多的高性能計算用例。
NVIDIA的特斯拉P100是目前GPU領(lǐng)域的最先進(jìn)技術(shù)?；赑ascal GPU架構(gòu)，你可以通過減少實例來增加吞吐量，同時節(jié)省資金。與K801相比，P100 GPU可以將工作負(fù)載加快10倍。
與傳統(tǒng)解決方案相比，云GPU提供了更好的靈活性，性能和成本節(jié)約的組合：
靈活性：Google的自定義虛擬機(jī)和增量云GPU提供極大的靈活性。自定義CPU，內(nèi)存，磁盤和GPU配置，以最好地滿足需求。
快速性能：云端GPU通過直通模式提供裸機(jī)性能。每個VM最多可以連接4個P100或8個K80(我們提供最多4個K80板，每個板上有2個GPU)。對于那些尋求更高磁盤性能的用戶，可選擇將最多3TB的本地SSD附加到任何GPU虛擬機(jī)。
低成本：使用Cloud GPU，可以獲得與GCP其余資源相同的每分鐘計費和持續(xù)使用折扣。只為你需要的資源付費!
云集成：云GPU可用于堆棧的所有級別。對于基礎(chǔ)設(shè)施，計算引擎和容器引擎(僅在Alpha群集上支持)允許使用VM或容器運行GPU工作負(fù)載。對于機(jī)器學(xué)習(xí)，云機(jī)器學(xué)習(xí)可以選擇配置為利用GPU，以減少使用TensorFlow大規(guī)模培訓(xùn)你的模型所需的時間。
同時，現(xiàn)在可以在全球四個地區(qū)部署NVIDIA Tesla P100和K80 GPU。我們所有的GPU都可以利用持續(xù)使用折扣，當(dāng)你使用它們來運行持續(xù)的工作負(fù)載時，可以自動降低虛擬機(jī)的價格(高達(dá)30%)。不需要鎖定或預(yù)付最低費用承諾來利用這些折扣。
▲
加快機(jī)器學(xué)習(xí)工作量
自推出GPU以來，我們已經(jīng)看到用戶可以從額外的計算中獲益，從而加速從基因組學(xué)和計算金融到訓(xùn)練和機(jī)器學(xué)習(xí)模型推理等工作。我們的客戶之一，Shazam是GCP早期采用GPU來為音樂識別服務(wù)提供支持。
Shazam網(wǎng)站可靠性工程負(fù)責(zé)人Ben Belchak表示，“對于某些任務(wù)，NVIDIA GPU是傳統(tǒng)CPU的成本效益和高性能替代品。他們與Shazam的核心音樂識別工作非常相符，其中我們將用戶錄制的音頻片段與我們4000多萬首歌曲的目錄相匹配。我們通過拍攝每首歌曲的音頻簽名，將其編譯成自定義數(shù)據(jù)庫格式并將其加載到GPU內(nèi)存中。每當(dāng)用戶Shazams一首歌曲，我們的算法使用GPU搜索該數(shù)據(jù)庫，直到找到一個匹配。每天成功超過2000萬次。”
今天GCP又邁出了一步，成為任何硬件加速工作負(fù)載的最佳選擇。隨著NVIDIA P100 GPU的增加，谷歌的主要重點是幫助你將新的用例帶入生活。
