今天，我們將一次性宣布多條與云 GPU 相關的消息。首先，Google 云端平臺 (GCP) 的性能將隨著 NVIDIA P100 GPU 測試版的公開發布獲得進一步提升。第二，Google 計算引擎現已普遍采用 NVIDIA K80 GPU。第三，我們很高興地宣布 K80 和 P100 GPU 均將推出階梯使用折扣。

云 GPU 可以加快工作負載處理速度，包括機器學習訓練和推理、地球物理數據處理、模擬、地震分析、分子建模、基因組學及更多高性能計算用例。

NVIDIA Tesla P100 是前沿 GPU 技術。基于 Pascal GPU 架構，您可以通過減少實例來增加吞吐量，同時節省資金。與 K80 相比，P100 GPU 可以讓工作負載實現 10 倍提速1。

與傳統解決方案相比，云 GPU 在靈活性、性能和成本節約三方面做到了優化結合：

·靈活性：Google 的自定義虛擬機模型和增量云 GPU 提供的靈活性超高。您可以根據自己的需求自定義 CPU、內存、磁盤和 GPU 配置。

·快速性能：云 GPU 采用直通模式，能夠提供裸機性能。每個虛擬機最多可以連接 4 個 P100 或 8 個 K80（我們提供最多 4 個 K80 板卡，每個板卡上有 2 個 GPU）。對于那些尋求更高磁盤性能的用戶，可選擇將最多 3TB 的本地 SSD 連接到任何 GPU 虛擬機。

·低成本：使用云 GPU，您可以獲得與其余 GCP 資源相同的每分鐘計費和階梯使用折扣。只為您需要的資源付費！

·云集成：云 GPU 的供應范圍涵蓋所有堆棧級別。對于基礎架構、計算引擎和容器引擎（僅在 Alpha 群集上受支持），您可以使用虛擬機或容器運行 GPU 工作負載。對于機器學習，可以選擇性地將云機器學習配置為利用 GPU，從而減少借助 TensorFlow 大規模培訓您的模型所需的時間。

在今天的公告發布后，您已可以在全球四個地區部署 NVIDIA Tesla P100 和 K80 GPU。現在，我們的所有 GPU 都支持階梯使用折扣：在您使用我們的 GPU 運行持續的工作負載時，虛擬機的價格會自動降低（折扣最高 30%）。享受這些折扣無需綁定服務商也無需預付最低費用保證金。

支持云 GPU 的地區 - 多個地區

加快機器學習工作負載速度

自推出 GPU 以來，我們已經看到用戶從 GPU 提供的額外計算性能中獲益。得到 GPU 加速的工作負載包括基因組學、計算金融，以及機器學習模型訓練和推理等。我們的客戶 Shazam 是在 GCP 上采用 GPU 的首批用戶之一，他們采用 GPU 來為音樂識別服務提供支持。

“對于某些任務而言，用 [NVIDIA] GPU 代替傳統 CPU 能獲得成本效益和性能的提升。GPU 與 Shazam 核心音樂識別工作負載的相性很好，我們由此將用戶錄制的音頻片段與我們收錄了 4000 多萬首歌曲的目錄相匹配。我們通過拍攝每首歌曲的音頻簽名，將其編譯成自定義數據庫格式并將其加載到 GPU 內存中。每當用戶通過 Shazams 發現歌曲時，我們的算法就會使用 GPU 搜索該數據庫，直到找到匹配項。每天成功匹配的次數超過 2000 萬次。”

— Shazam 網站可靠性工程負責人

今天發布的云 GPU 公告讓 GCP 又邁進了一步，由此成為所有硬件加速工作負載的理想選擇。在 NVIDIA P100 GPU 加入后，我們將重點關注幫助您將新的用例帶入生活。