谷歌云

昨天,谷歌云平台宣布,在Google Compute Engine上引入更强大的英伟达GPU。

谷歌云想让英伟达K80 GPU更普遍使用,也开始支持英伟达P100 GPU。与此同时,还推出了一个新的持续定价模型,帮用户节省费用。

对需要运行机器学习工作负载的公司来说,他们能以分钟为单位更灵活地使用GPU然后支付。根据持续定价模型看,如果最终运行GPU达到一段时间,用户能得到最多30%的折扣,不会受到巨额账单的困扰。

 

云GPU能加速工作负载,包括机器学习中的训练和推理、地球物理学数据处理、模拟、地震分析、分子建模、基因组学和许多高性能计算用例。

英伟达Tesla P100基于Pascal GPU的体系,用户可在降低成本的同时用更少的实例提升吞吐量。与K80相比,P100 GPU能以K80的10倍速加速工作负载。

与传统解决方案相比,云GPU提供了更好的灵活性、性能和更低的成本:

灵活性:谷歌的自定义VM shape和增加的云GPU决定了最终的灵活性。用户可自定义CPU、内存、磁盘和GPU配置。

性能更快:在透传模式下云GPU可提供裸机性能。谷歌云在每个VM上安装了4个P100或8个K80 GPU。对于想提高磁盘性能的用户,可选择将3TB的本地SSD附加到任何GPU的VM上。

低成本:有了云GPU,用户可按分钟数计费,并有持续使用折扣。用多少,付多少。

云集成:用户可在所有级别的堆栈中使用云GPU。对于基础架构来说,计算引擎和容器引擎让用户使用VM或容器(Container)运行GPU工作负载。对于机器学习项目,可视情况将云机器学习配置为用GPU减少用TensorFlow大规模训练模型的时间。

目前,P100和K80 GPU在全球四个地区提供,它们分别为美国西部俄勒冈州、美国东部的南卡罗莱纳州、欧洲西部的比利时和亚洲东部的台湾。所有GPU都有持续使用折扣,可以降低使用成本。

谷歌的这两种芯片为进行计算密集型任务的团队提供了选择的灵活性,方便用户在平衡速度和价格的同时,优化运行工作量。

关注中国IDC圈官方微信:idc-quan或微信号:821496803 我们将定期推送IDC产业最新资讯

扫描二维码,将会有专人将您拉进“大数据交流群”“云计算交流群”“区块链交流群”“物联网交流群”

查看心情排 行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2017-09-14 15:41:00
大数据应用 网络安全的三层智能化革命,终极干货
人工智能在网络安全各个领域得到广泛探索和应用尝试。人工智能在网络安全领域已经从早期的概念炒作,向方案落地转变。 <详情>
2017-09-14 11:08:00
云技术 云计算深度学习平台架构与实践的必经之路
定义云深度学习平台什么是云深度学习?随着机器学习的发展,单机运行的机器学习任务存在缺少资源隔离、无法动态伸缩等问题,因此要用到基于云计算的基础架构服务。云机器学 <详情>
2017-09-07 11:23:00
云资讯 挖墙脚:谷歌云团队向微软Azure合作伙伴赠送Chromebook
Google 希望微软 Azure 客户使用这台 Chromebook 上预装的 Hangout 了解该公司旗下的各项云服务,让他们切身体会到自家平台的优势。另外为了增加说服力,Google 还在包装中 <详情>
2017-09-05 16:17:00
大数据技术 给人工智能降点温:深度学习不是万能良药
近几年,深度学习已经进入一定程度的狂热状态,人们正试图用这个技术解决每一个问题。然而,深度学习真是万能的吗?阅读此文后,你便能够从深层理解为什么深度学习并不是想 <详情>
2017-09-04 11:27:00
云资讯 无服务器计算可能会杀死谷歌云平台
除非谷歌可以同时实现无服务器化,否则它可能会最终赢得容器战争,但是输掉云战争。 <详情>