compilateur de finition Anne
Qubit produit | Numéro public QbitAI
Hier, la plate-forme de cloud Google, a annoncé l'introduction de plus puissant GPU NVIDIA sur Google Compute Engine.
GPU NVIDIA Google Cloud K80 veut plus couramment utilisé, ont commencé à soutenir GPU NVIDIA P100. En même temps, nous avons introduit également un nouveau modèle de prix a continué à aider les utilisateurs à réduire les coûts.
La nécessité d'une machine à apprendre à exécuter la charge de travail de l'entreprise, ils peuvent alors payer en quelques minutes, une utilisation plus souple du GPU. Selon le modèle de prix continue pour voir si le GPU de l'exécution finale a atteint une période de temps, les utilisateurs peuvent obtenir jusqu'à 30% de réduction, sans se perdre dans la facture énorme.
Les nuages peuvent accélérer la charge de travail du GPU, y compris la formation de l'apprentissage de la machine et le raisonnement, le traitement des données géophysiques, la modélisation, l'analyse sismique, la modélisation moléculaire et génomique d'utilisation beaucoup de cas de calcul haute performance.
les systèmes basés sur le GPU NVIDIA Tesla P100 Pascal, le débit de l'utilisateur peut être améliorée avec moins de cas tout en réduisant les coûts. Par rapport à K80, GPU P100 peut accélérer la vitesse de 10 charges de travail K80.
CPU, GPU GPU K80 et P100 comparaison de vitesse figure
Par rapport aux solutions traditionnelles, GPU Cloud offre une meilleure flexibilité, les performances et à moindre coût:
flexibilité : Forme Google Custom VM et GPU nuage détermine plus la flexibilité ultime. Les utilisateurs peuvent personnaliser la CPU, mémoire, disque et configurations GPU.
performances plus rapides : Dans GPU performance nuage mode transparent peut fournir métal nu. Le nuage Google pour installer quatre ou huit P100 GPU K80 sur chaque machine virtuelle. Les utilisateurs qui souhaitent améliorer les performances du disque, choisissent de 3 To de SSD locale attaché à un GPU de VM.
faible coût : Avec GPU nuage, les utilisateurs peuvent charger quelques minutes, et une réduction de l'utilisation durable. Combien, combien de payer.
Coût des instances VM sur différents niveaux
intégration cloud : L'utilisateur peut utiliser le GPU nuage à tous les niveaux de la pile. Pour l'infrastructure, le moteur de calcul et le moteur permet aux utilisateurs d'utiliser ou des conteneurs VM (conteneur) en cours d'exécution des charges de travail GPU. Pour le projet d'apprentissage machine selon les circonstances la machine nuage configuré pour réduire le temps d'apprentissage avec le modèle de formation à grande échelle tensorflow avec un GPU.
À l'heure actuelle, P100 et GPU K80 dans quatre régions pour fournir mondiale, ils sont ouest de l'Oregon, la Caroline du Sud, Etats-Unis, la Belgique, l'Europe occidentale et orientale Asie Taiwan. Tout le GPU a continué à rabais d'utilisation, vous pouvez réduire le coût.
zone de déploiement cloud GPU et le nombre de
Google ces deux puce offre une flexibilité de choix pour l'équipe pour les tâches de calcul intensif, convivial tout en équilibrant la vitesse et le prix, la charge de travail de fonctionnement optimal.
recrutement sincère
Qubits recrutent éditeur / journaliste, basé à Zhongguancun de Beijing. Nous attendons de talent, des étudiants enthousiastes de nous rejoindre! Détails, s'il vous plaît interface de dialogue qubit numéro public (QbitAI), réponse mot "recrutement".
qubit QbitAI
' « suivre les nouvelles technologies AI dynamiques et de produits
