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?，F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