GCP 支援更強大的 GPU：NVIDIA P100 GPU

2017 年底，Google Cloud 公告了三大好消息：
1. NVIDIA P100 GPU 在 GCP 的性能大幅提升。
2. NVIDIA K80 GPU 在 Google Compute Engine 上已獲得客戶廣泛的部署。
3. 最棒的是，K80 和 P100 GPU 都適用於 sustained use discounts 的優惠。

Cloud GPU 可以在機器學習訓練、地理數據處理、模擬計算、地震分析、分子建模、基因組學、其他更多高性能的運算中加快運算速度。NVIDIA Tesla P100 在 Pascal GPU 架構下，您可以開更少的實例以節省成本，同時提升處理效率。相較於 K80，P100 GPU 的處理量可以再快上 10倍。

Cloud GPU 優勢

與傳統解決方案相比，Cloud GPU 具備了靈活性、提升性能、節省成本等各項優點：

⬩ 靈活性：GCP 上可以客製化您的 VM 規格，而隨時可增加的雲端 GPU 為客戶提供了極大的彈性。
⬩ 高性能：Cloud GPU 透過直通模式 (passthrough mode) 為客戶提供完全裸機的性能。每個虛擬機最多可連接 4 個 P100 或 8 個 K80 GPU（我們可以提供多達4塊K80板，每塊板附有2個GPU）。 對於那些尋求更高硬碟性能的用戶，可以選擇將 3TB 的Local SSD 連接到任何 GPU 虛擬機。
⬩ 低成本：跟其他 GCP 產品相同的是 GCP GPU 以秒計費、用多少付多少、並且適用於其他優惠。
⬩ 雲端整合：Cloud GPU 適用於各層級。以基礎架構而言，您可以在 GCE VM和 GKE 容器（僅支援 alpha cluster）上使用 GPU；對於機器學習，您可以在 Cloud Machine Learning 上利用 GPU 來減少用 TensorFlow 訓練大型模型所需的時間。

您現在可以在全球四個地區部署 NVIDIA Tesla P100 和 K80 GPU。所有 GPU 使用者都自動適用於 sustained use discounts（多達30％的折扣），且無須預付也沒有低消。

加快機器學習的運算速度

自 GCP 推出 GPU 之後，有不少客戶受益於 GPU 對機器學習建模的加速，包括在基因組學和財務計算上的應用，另外像是音樂識別軟體公司 – Shazam 就是 GCP 的 GPU 早期用戶。

「在特定狀況下，NVIDIA GPU 是傳統 CPU 的替代品，它具備更高的效益和更好的性能。NVIDIA GPU 在 Shazam 核心技術 – 音樂識別上表現的非常出色，我們會將用戶錄的音頻指紋片段跟數據庫內超過 4000 萬首歌曲相互匹配，先截取每首歌曲的音頻簽名，再將其編譯成自定義資料庫格式並將其加載到 GPU 記憶體中。 每當用戶 Shazams 一首歌時，我們的算法就會利用 GPU 來搜索該數據庫，直到找到相對應的資料。這樣的服務，系統每天都能成功執行超過 2000 萬次。」- Ben Belchak，Shazam Head of Site Reliability Engineering

延伸閱讀

Google 官方 GPU 介紹：https://cloud.google.com/gpu/
趕緊來嘗試：https://cloud.google.com/compute/docs/gpus/add-gpus

(原文翻譯自：https://cloudplatform.googleblog.com/2017/09/introducing-faster-GPUs-for-Google-Compute-Engine.html)