萬眾期待，Google云計算平臺終于支持云端GPU加速服務！

在萬眾期待中，Google 云計算平臺日前推出了支持云端 GPU 加速服務的公開測試版，第一款支持的 GPU 型號是 NVIDIA 的 Tesla K80，使 Google 云平臺的性能獲得了巨大提升。現在，用戶可以在谷歌云平臺的三個地區玩轉基于 NVIDIA GPU 的虛擬機，包括美東 1 區（us-east1），東亞 1 區（asia-east1）和西歐 1 區（europe-west1）。目前只支持使用 gcloud 的命令行工創建虛擬機，但從下周起就可以云終端界面來創建虛擬機啦。

據雷鋒網了解，如果用戶的深度學習算法需要額外的計算資源，其最多可以在自定義的 Google 云計端虛擬機上連接將 8 個 GPU（4 塊 K80 的板子）。 GPU 可以加速多種類型的計算和分析，包括視頻和圖像轉碼，地震分析，分子建模，基因組學，計算金融，仿真，高性能數據分析，計算化學，金融，流體動力學和可視化。

 

圖 1 NVIDIA K80 GPU 加速器板

用戶只需在云端的虛擬機添加 GPU， 而不必在自己的數據中心構建 GPU 集群。雷鋒網(公眾號：雷鋒網)獲悉，Google 云計算平臺上的 GPU 是直接連接到虛擬機的，提供 GPU 的裸機性能。每個 NVIDIA K80 GPU 配置了2,496 個流處理器和 12 GB 的 GDDR5 內存。用戶可以靈活地選擇1，2，4 或 8 個 NVIDIA GPU 來構建服務器形態，讓運行在服務器上的虛擬機實例擁有最佳性能。

圖 2 Google Cloud 支持多達 8 個 GPU 連接到自定義虛擬機，從而優化應用程序的性能。

這些實例支持流行的機器學習和深度學習框架，如 TensorFlow，Theano，Torch，MXNet 和 Caffe，以及 NVIDIA 流行的 CUDA 軟件，CUDA 可用來構建 GPU 加速應用。

價錢

云 GPU 和谷歌其它基礎設施一樣，價格是一大亮點。價格按分鐘計費，最低消費時長是 10 分鐘。在美國，連接到虛擬機的每個 K80 GPU 的價格為每小時 0.700 美元，在亞洲和歐洲，每個 GPU 每小時 0.770 美元。和往常一樣，用戶只需按使用的量支付費用。這樣就不需要自己維護一個 GPU 集群，在零資本投資下獲得高速的深度學習和機器學習訓練。

圖 3 GCE 的 GPU 定價

加速的機器學習 

Google 云 GPU 集成了 Google 云機器學習（Cloud ML），幫助您節省大規模使用 TensorFlow 框架訓練機器學習模型所需的時間。現在，您不需要花費幾天時間在單臺機器上用大量的圖像數據集訓練一個圖像分類器，您可以在云機器學習中使用多個 GPU 執行分布式訓練，大大縮短開發周期并快速迭代模型。

Google 云機器學習是一項托管服務，提供端到端培訓和預測工作流，集成了其他云計算工具，如 Google Cloud Dataflow，Google BigQuery，Google Cloud Storage 和 Google Cloud Datalab。

建議從從低量級開始，在小數據集上并訓練 TensorFlow 模型，然后啟動更大的云機器學習，用整個數據集訓練模型，以充分利用 Google 云 GPU 的規模和性能。有關 Cloud ML 的更多信息，請參閱《快速入門指南》并開始使用，查看《Using GPUs for Training Models in the Cloud》這篇檔以深入了解 Google 云 GPU。

下一步

請在 Cloud NEXT（谷歌云計算大會， 3 月 8 日至 10 日在舊金山舉行）上注冊賬號，然后注冊 CloudML 訓練營，并了解如何使用 GPU 增強云計算性能。您可以使用 gcloud 命令行來創建虛擬機，并嘗試在該虛擬機上運行 TensorFlow，體驗加速的機器學習。

詳細文檔可在在這個網站上查看 https://cloud.google.com/gpu/。

本文摘自谷歌云平臺博客，作者為谷歌產品經理 John Barrus，由雷鋒網 AI 科技評論編譯，封面圖片 via gsmarena

via GPUs are now available for Google Compute Engine and Cloud Machine Learning

來自: 雷鋒網