Google計算引擎採用更快的GPU

作者：Google雲計算引擎產品經理Chris Kleban和Ari Liberman

今天，我們將一次性宣布多條與雲GPU相關的消息。首先，Google雲端平台（GCP）的性能將隨著NVIDIA P100 GPU測試版的公開發布獲得進一步提升。第二，Google計算引擎現已普遍採用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。

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

NVIDIA Tesla P100是前沿GPU技術。基於Pascal GPU架構，您可以通過減少實例來增加吞吐量，同時節省資金。與K80相比，P100 GPU可以讓工作負載實現10倍提速。

與傳統解決方案相比，雲GPU在靈活性、性能和成本節約三方面做到了優化結合：

• 靈活性：Google的自定義虛擬機模型和增量雲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、磁碟和GPU配置。
• 快速性能：雲GPU採用直通模式，能夠提供裸機性能。每個虛擬機最多可以連接4個P100或8個K80（我們提供最多4個K80板卡，每個板卡上有2個GPU）。對於那些尋求更高磁碟性能的用戶，可選擇將最多3TB的本地SSD連接到任何GPU虛擬機。
• 低成本：使用雲GPU，您可以獲得與其餘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！
• 雲集成：雲GPU的供應範圍涵蓋所有堆棧級別。對於基礎架構、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。對於機器學習，可以選擇性地將雲機器學習配置為利用GPU，從而減少藉助TensorFlow大規模培訓您的模型所需的時間。

在今天的公告發布後，您已可以在全球四個地區部署NVIDIA Tesla P100和K80 GPU。現在，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，虛擬機的價格會自動降低（折扣最高30%）。享受這些折扣無需綁定服務商也無需預付最低費用保證金。

自推出GPU以來，我們已經看到用戶從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、計算金融，以及機器學習模型訓練和推理等。我們的客戶Shazam是在GCP上採用GPU的首批用戶之一，他們採用GPU來為音樂識別服務提供支持。

「對於某些任務而言，用NVIDIA GPU代替傳統CPU能獲得成本效益和性能的提升。GPU與Shazam核心音樂識別工作負載的相性很好，我們由此將用戶錄製的音頻片段與我們收錄了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，將其編譯成自定義資料庫格式並將其載入到GPU內存中。每當用戶通過Shazams發現歌曲時，我們的演算法就會使用GPU搜索該資料庫，直到找到匹配項。每天成功匹配的次數超過2000萬次。」—Shazam網站可靠性工程負責人

今天發布的雲GPU公告讓GCP又邁進了一步，由此成為所有硬體加速工作負載的理想選擇。在NVIDIA P100 GPU加入後，我們將重點關注幫助您將新的用例帶入生活。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！