Noticias e Eventos

NVIDIA fornece GPUs mais rápidas para o Google Compute Engine

 
 

Continuando seus esforços para a evolução dos processadores paralelos em GPU na nuvem, a NVIDIA anuncia novidades no seu suporte ao Google Cloud Platform (GCP), que aumentará seu impulso de desempenho com o lançamento das GPUs NVIDIA Tesla P100 em versão beta. Outra novidade sobre a parceria é que as GPUs NVIDIA Tesla K80 já estão disponíveis no Google Compute Engine e, por fim, o Google anuncia uma promoção de descontos por uso prolongado nas placas NVIDIA Tesla K80 e P100.

As placas aceleradoras de GPU em nuvem podem acelerar cargas de trabalho, incluindo treinamento e inferência de aprendizagem de máquina, processamento de dados geofísicos, simulação, análise sísmica, modelagem molecular, genômica e muitos outros casos de uso de computação de alto desempenho.

A NVIDIA Tesla P100 é a tecnologia de ponta das placas aceleradoras de processamento. Com base na arquitetura Pascal, o cliente pode aumentar a taxa de transferência com menos instâncias ao mesmo tempo que economiza dinheiro.

“Com os anúncios sobre as GPUs em nuvem, o GCP dá mais um passo na direção de ser um lugar ideal para qualquer carga de trabalho acelerada por hardware. Com a adição das placas NVIDIA Tesla P100, nosso principal foco é ajudar as empresas a trazerem novos casos de uso à vida”, explicam Chris Kleban e Ari Liberman, Gerentes de produto do Google Compute Engine

Comparadas a soluções tradicionais, as GPUs em nuvem oferecem uma combinação única de flexibilidade, desempenho e economia:

  • Flexibilidade: as formas de VM (Virtual Machine) personalizadas do Google e as GPUs incrementais da nuvem oferecem a melhor quantidade de flexibilidade. É possível personalizar a CPU, a memória, o disco e a configuração de GPU para que se ajustem melhor às necessidades do cliente.  
  • Desempenho rápido: as GPUs em nuvem são oferecidas no modo passthrough para fornecer desempenho sem sistema operacional. É possível incluir até quatro NVIDIA Tesla P100 ou oito NVIDIA Tesla K80 por VM. Para aqueles que desejam desempenho maior de disco, é possível incluir até 3 TB de SSD local em qualquer VM de GPU. 
  • Custo baixo: com as GPUs em nuvem, o cliente obtém a mesma cobrança por minuto e os descontos por uso prolongado que já tem com o resto dos recursos do GCP. Ele pagará apenas pelo que precisa. 
  • Integração com a nuvem: as GPUs na nuvem estão disponíveis em todos os níveis do conjunto. Para a infraestrutura, o Compute Engine e o Google Container Enginer permitem a execução de suas cargas de trabalho com GPUs com VMs ou contêineres. Para aprendizagem de máquina, a aprendizagem de máquina da nuvem pode ser configurada opcionalmente para usar GPUs a fim de reduzir o número de vezes necessário para treinar seus modelos em escala com o TensorFlow. 

 

Acelerando as cargas de trabalho de aprendizagem de máquina 

Desde o lançamento das GPUs, a NVIDIA vê empresas se beneficiarem da computação adicional via virtualização para acelerar cargas de trabalho de genômica e finanças computacionais a treinamento e inferência em modelos de aprendizagem de máquina. Um dos clientes do serviço, o Shazam, foi um dos primeiros a adotar as GPUs no GCP para viabilizar seu serviço de reconhecimento de músicas.

“Para algumas tarefas, as GPUs da NVIDIA são uma alternativa econômica e de alto desempenho às CPUs tradicionais. Elas funcionam muito bem com a carga de trabalho central de reconhecimento de músicas do Shazam, na qual fazemos a correspondência de snippets de impressões digitais de áudio gravadas pelos usuários ao nosso catálogo de mais de 40 milhões de músicas. Fazemos isso pegando a assinatura de áudio de todas as músicas, compilando-as em um formato de banco de dados e carregando-as na memória da GPU. Sempre que um usuário usa o Shazam em uma música, nosso algoritmo utiliza GPU para pesquisar o banco de dados até que seja encontrada uma correspondência. Uma correspondência é encontrada mais de 20 milhões de vezes por dia”, explica Ben Belchak, Chefe de engenharia de confiabilidade do site, Shazam

Para saber mais sobre como sua organização pode se beneficiar de GPUs na nuvem e do Compute Engine, visite o site do Google com mais detalhes das GPUs.


¹ O impulso de 10x mais desempenho compara uma GPU P100 e uma GPU K80 (½ de uma placa K80) para cargas de trabalho de inferência de aprendizagem de máquina que se beneficiam da precisão da P100 FP16. O desempenho variará de acordo com a carga de trabalho. Faça download do manual para obter mais informações.

Sobre a NVIDIA

A invenção da GPU pela  NVIDIA (NASDAQ: NVDA) em 1999 provocou o crescimento do mercado de jogos para PCs, redefiniu a computação gráfica moderna e revolucionou a computação paralela. Mais recentemente, a aprendizagem profunda via GPU abriu caminho para a IA moderna – a próxima era da computação – com a GPU atuando como o cérebro dos computadores, robôs e carros autônomos que percebem e entendem o mundo. Mais informações em //www.nvidia.com.br/page/home.html.

Acesse também:

Site oficial da NVIDIA no Brasil: www.nvidia.com.br

NVIDIA no Facebook: NVIDIA Brasil

NVIDIA no Twitter: @nvidiabrasil

NVIDIA no Instagram: @nvidiageforcebr

Informações para a Imprensa:

Sing Comunicação de Resultados

André Forte, Janaína Leme, Tatiane Dantas, Vânia Gracio e Melissa Sayon

nvidia@singcomunica.com.br



 
 
 
 
TwitterFacebookLinkedInGoogle+Reddit