Google 計算引擎采用更快的GPU

　　今天，我們將一次性宣布多條與云 GPU 相關(guān)的消息。首先，Google 云端平臺 (GCP) 的性能將隨著(zhù) NVIDIA P100 GPU 測試版的公開(kāi)發(fā)布獲得進(jìn)一步提升。第二，Google 計算引擎現已普遍采用 NVIDIA K80 GPU。第三，我們很高興地宣布 K80 和 P100 GPU 均將推出階梯使用折扣。

　　云 GPU 可以加快工作負載處理速度，包括機器學(xué)習訓練和推理、地球物理數據處理、模擬、地震分析、分子建模、基因組學(xué)及更多高性能計算用例。

　　NVIDIA Tesla P100 是前沿 GPU 技術(shù)?；?Pascal GPU 架構，您可以通過(guò)減少實(shí)例來(lái)增加吞吐量，同時(shí)節省資金。與 K80 相比，P100 GPU 可以讓工作負載實(shí)現 10 倍提速1。

　　與傳統解決方案相比，云 GPU 在靈活性、性能和成本節約三方面做到了優(yōu)化結合：

　　·靈活性：Google 的自定義虛擬機模型和增量云 GPU 提供的靈活性超高。您可以根據自己的需求自定義 CPU、內存、磁盤(pán)和 GPU 配置。

　　·快速性能：云 GPU 采用直通模式，能夠提供裸機性能。每個(gè)虛擬機最多可以連接 4 個(gè) P100 或 8 個(gè) K80(我們提供最多 4 個(gè) K80 板卡，每個(gè)板卡上有 2 個(gè) GPU)。對于那些尋求更高磁盤(pán)性能的用戶(hù)，可選擇將最多 3TB 的本地 SSD 連接到任何 GPU 虛擬機。

　　·低成本：使用云 GPU，您可以獲得與其余 GCP 資源相同的每分鐘計費和階梯使用折扣。只為您需要的資源付費!

　　·云集成：云 GPU 的供應范圍涵蓋所有堆棧級別。對于基礎架構、計算引擎和容器引擎(僅在 Alpha 群集上受支持)，您可以使用虛擬機或容器運行 GPU 工作負載。對于機器學(xué)習，可以選擇性地將云機器學(xué)習配置為利用 GPU，從而減少借助 TensorFlow 大規模培訓您的模型所需的時(shí)間。

　　在今天的公告發(fā)布后，您已可以在全球四個(gè)地區部署 NVIDIA Tesla P100 和 K80 GPU?，F在，我們的所有 GPU 都支持階梯使用折扣：在您使用我們的 GPU 運行持續的工作負載時(shí)，虛擬機的價(jià)格會(huì )自動(dòng)降低(折扣最高 30%)。享受這些折扣無(wú)需綁定服務(wù)商也無(wú)需預付最低費用保證金。

　　支持云 GPU 的地區 - 多個(gè)地區

　　加快機器學(xué)習工作負載速度

　　自推出 GPU 以來(lái)，我們已經(jīng)看到用戶(hù)從 GPU 提供的額外計算性能中獲益。得到 GPU 加速的工作負載包括基因組學(xué)、計算金融，以及機器學(xué)習模型訓練和推理等。我們的客戶(hù) Shazam 是在 GCP 上采用 GPU 的首批用戶(hù)之一，他們采用 GPU 來(lái)為音樂(lè )識別服務(wù)提供支持。

　　“對于某些任務(wù)而言，用 [NVIDIA] GPU 代替傳統 CPU 能獲得成本效益和性能的提升。GPU 與 Shazam 核心音樂(lè )識別工作負載的相性很好，我們由此將用戶(hù)錄制的音頻片段與我們收錄了 4000 多萬(wàn)首歌曲的目錄相匹配。我們通過(guò)拍攝每首歌曲的音頻簽名，將其編譯成自定義數據庫格式并將其加載到 GPU 內存中。每當用戶(hù)通過(guò) Shazams 發(fā)現歌曲時(shí)，我們的算法就會(huì )使用 GPU 搜索該數據庫，直到找到匹配項。每天成功匹配的次數超過(guò) 2000 萬(wàn)次。”