精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

萬眾期待,Google 云端計算平臺終于支持云端 GPU 加速服務(wù)

責(zé)任編輯:editor004

2017-02-24 10:55:49

摘自:TechNews科技新報

在萬眾期待中,Google 云端計算平臺日前推出了支持云端 GPU 加速服務(wù)的公開測試版,第一款支持的 GPU 型號是 NVIDIA 的 Tesla K80,使 Google 云端平臺的性能獲得了巨大提升

在萬眾期待中,Google 云端計算平臺日前推出了支持云端 GPU 加速服務(wù)的公開測試版,第一款支持的 GPU 型號是 NVIDIA 的 Tesla K80,使 Google 云端平臺的性能獲得了巨大提升。現(xiàn)在,用戶可以在 Google 云端平臺的 3 個地區(qū)玩轉(zhuǎn)基于 NVIDIA GPU 的虛擬主機,包括美東 1 區(qū)(us-east1)、東亞 1 區(qū)(asia-east1)和西歐 1 區(qū)(europe-west1)。目前只支持使用 gcloud 的命令行工創(chuàng)建虛擬主機,但從下周起就可以云端設(shè)備界面來創(chuàng)建虛擬主機啦!

據(jù)雷鋒網(wǎng)了解,如果用戶的深度學(xué)習(xí)演算法需要額外的計算資源,其最多可以在自定義的 Google 云端虛擬主機上連接將 8 個 GPU(4 塊 K80 的板子)。GPU 可以加速多種類型的計算和分析,包括影片和圖像轉(zhuǎn)碼、地震分析、分子建模、基因組學(xué)、計算金融、仿真、高性能數(shù)據(jù)分析、計算化學(xué)、金融、流體動力學(xué)和視覺化。

  ▲ NVIDIA K80 GPU 加速器板。

用戶只需在云端的虛擬主機添加GPU, 而不必在自己的數(shù)據(jù)中心構(gòu)建 GPU 集群。雷鋒網(wǎng)獲悉,Google 云端計算平臺上的 GPU 是直接連接到虛擬主機的,提供 GPU 的裸機性能。每個 NVIDIA K80 GPU 采用了 2,496 個流處理器和 12GB 的 GDDR5 內(nèi)存。用戶可以靈活地選擇 1、2、4 或 8 個 NVIDIA GPU 來構(gòu)建服務(wù)器形態(tài),讓運行在服務(wù)器上的虛擬主機實例擁有最佳性能。

▲ Google Cloud 支持多達 8 個 GPU 連接到自定義虛擬主機,進而優(yōu)化應(yīng)用程序的性能。

這些實例支持流行的機器學(xué)習(xí)和深度學(xué)習(xí)框架,如 TensorFlow、Theano、Torch、MXNet 和 Caffe,以及 NVIDIA 流行的 CUDA 軟件,CUDA 可用來構(gòu)建 GPU 加速應(yīng)用。

價錢

云端 GPU 和 Google 其他基礎(chǔ)設(shè)施一樣,價格是一大亮點。價格按分鐘計費,最低消費時間是 10 分鐘。在美國,連接到虛擬主機的每個 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(xué)習(xí)和機器學(xué)習(xí)訓(xùn)練。

  ▲ GCE 的 GPU 定價。

加速的機器學(xué)習(xí)

Google 云端 GPU 集成了 Google 云端機器學(xué)習(xí)(Cloud ML),幫助你節(jié)省大規(guī)模使用 TensorFlow 框架訓(xùn)練機器學(xué)習(xí)模型所需的時間。現(xiàn)在,你不需要花費幾天時間在單臺機器上用大量的圖像數(shù)據(jù)集訓(xùn)練一個圖像分類器,你可以在云端機器學(xué)習(xí)中使用多個 GPU 執(zhí)行分布式訓(xùn)練,大大縮短開發(fā)周期并快速迭代模型。

Google 云端機器學(xué)習(xí)是一項托管服務(wù),提供端到端培訓(xùn)和預(yù)測工作流,集成了其他云端計算工具,如 Google Cloud Dataflow、Google BigQuery、Google Cloud Storage 和 Google Cloud Datalab。

建議從低量級開始,在小數(shù)據(jù)集上并訓(xùn)練 TensorFlow 模型,然后啟動更大的云端機器學(xué)習(xí),用整個數(shù)據(jù)集訓(xùn)練模型,以充分利用 Google 云端 GPU 的規(guī)模和性能。有關(guān) Cloud ML 的更多消息,可參閱“快速入門指南”并開始使用,查看《Using GPUs for Training Models in the Cloud》這篇文章能深入了解 Google 云端 GPU。

下一步

在 Cloud NEXT(Google 云端計算大會, 3 月 8 日至 10 日在舊金山舉行)上注冊帳號,然后注冊 CloudML 訓(xùn)練營,并了解如何使用 GPU 增強云端計算性能。你可以使用 gcloud 命令行來創(chuàng)建虛擬主機,并嘗試在該虛擬主機上運行 TensorFlow,體驗加速的機器學(xué)習(xí)。詳細說明可在這個網(wǎng)站上查看 https://cloud.google.com/gpu/

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號-6京公網(wǎng)安備 11010502049343號

  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 涟水县| 通江县| 金山区| 墨脱县| 平山县| 云龙县| 比如县| 军事| 金堂县| 永清县| 新干县| 浑源县| 固镇县| 和林格尔县| 喜德县| 临潭县| 冕宁县| 城口县| 阿拉善右旗| 沙河市| 随州市| 体育| 丹棱县| 五峰| 永兴县| 宝兴县| 阿拉善盟| 宁南县| 平果县| 九寨沟县| 丰台区| 临夏县| 古丈县| 阳信县| 抚松县| 曲水县| 友谊县| 高要市| 精河县| 青阳县| 郧西县|