谷歌云平台Google Compute Engine新增Pascal架构GPU

   <p style="text-align: center;"><a href="/misc/goto?guid=4958984127719761301" title="Google"><img alt="谷歌云平台Google Compute Engine新增Pascal架构GPU" src="https://simg.open-open.com/show/1398f098be05592a1001a5275df0b684.png" /></a></p>    <p>谷歌云平台宣布 Google Compute Engine 虚拟云计算服务将引入英伟达的最新 Pascal 架构的 GPU，扩展其计算能力。目前支持英伟达 P100 GPU 的接口选项已经开展测试，英伟达 K80 GPU 的选项也正式面向公众启用。</p>    <p>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。</p>    <p>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。</p>    <p style="text-align:center"><img alt="谷歌云平台Google Compute Engine新增Pascal架构GPU" src="https://simg.open-open.com/show/c41c6e81b006d41038825501128cf006.jpg" /></p>    <p>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：</p>    <p>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。</p>    <p>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。</p>    <p>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。</p>    <p>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。</p>    <p style="text-align:center"><img alt="谷歌云平台Google Compute Engine新增Pascal架构GPU" src="https://simg.open-open.com/show/3c3adb0c6e6d09bdbcd4faaeeb531340.jpg" /></p>    <p>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。</p>    <p>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。</p>    <p>来自: <a href="/misc/goto?guid=4959011054933779870" id="link_source2">cnBeta</a></p>