谷歌云新增Nvidia GPU為機器學(xué)習(xí)提速

　　Google宣布在多個地區(qū)上線新的Nvidia GPU，希望以此更多用戶在Google云中運行他們的機器學(xué)習(xí)和人工智能工作負(fù)載。

　　專用的云GPU(例如Nvidia開發(fā)的GPU)旨在加速機器學(xué)習(xí)訓(xùn)練和推理、地球物理數(shù)據(jù)處理、模擬、地震分析和分析建模等工作負(fù)載。

　　Google Compute Engine產(chǎn)品經(jīng)理Chris Kleban和Ari Liberman在近日的一篇博客文章中表示，Google已經(jīng)宣布開始測試Nvidia的P100 GPU。此外據(jù)稱Nvidia的K80 GPU現(xiàn)在也已經(jīng)出貨了。他們補充說，Google將在這些GPU上提供“持續(xù)使用折扣”，以鼓勵客戶利用這些GPU。

　　說到Nvidia的Tesla P100 GPU，Google將其描述為“最先進的”處理器，允許客戶以更少的實例提升吞吐量，同時節(jié)約成本。

　　Google還指出了云GPU與傳統(tǒng)GPU相比的一些優(yōu)點，首先就是提高了靈活性，因為這種GPU可讓從中央處理器到內(nèi)存再到磁盤大小和GPU配置的方方面面都可定制化，以滿足客戶的需求。

　　其次，就是云GPU可提高性能，以及降低成本，因為下圖詳細(xì)列舉的持續(xù)使用折扣。最后，Google還強調(diào)了一個優(yōu)點“云集成”，并稱現(xiàn)在Google云堆棧的所有層面都提供了云GPU。

　　兩位工程師這樣寫到：“對于基礎(chǔ)設(shè)施來說，Compute Engine和Google Container Engine讓你可以對虛擬機或者容器運行你的GPU工作負(fù)載。對于機器學(xué)習(xí)來說，Cloud Machine Learning可以選配GPU以縮短利用TensorFlow大規(guī)模訓(xùn)練模型的時間。”

　　Google還補充說，新增的GPU將在率先4個地區(qū)提供，包括美國東部、美國西部、歐洲西部和亞洲東部。

　　Google表示，看到了一些客戶在一系列計算密集型任務(wù)中使用新的GPU，包括基因組學(xué)、計算金融和機器學(xué)習(xí)模型訓(xùn)練。Google表示，兩種不同芯片的選擇為客戶提供了更多的靈活性，因為客戶可以選擇最合適的芯片來優(yōu)化他們工作負(fù)載、同時平衡性能與定價。