今天，我们将重复使用宣告多条与云GPU涉及的消息。首先，Google云端平台（GCP）的性能将随着NVIDIAP100GPU正式版的公开发表公布取得更进一步提高。
第二，Google计算出来引擎现广泛使用NVIDIAK80GPU。第三，我们很高兴地宣告K80和P100GPU皆将发售阶梯用于优惠。云GPU可以减缓工作阻抗处理速度，还包括机器学习训练和推理小说、地球物理数据处理、仿真、地震分析、分子建模、基因组学及更加多高性能计算出来用例。
NVIDIATeslaP100是前沿GPU技术。基于PascalGPU架构，您可以通过增加实例来减少吞吐量，同时节省资金。
与K80比起，P100GPU可以让工作阻抗构建10倍公里/小时1。与传统解决方案比起，云GPU在灵活性、性能和成本节约三方面做了优化融合：·灵活性：Google的自定义虚拟机模型和增量云GPU获取的灵活性超高。您可以根据自己的市场需求自定义CPU、内存、磁盘和GPU配备。
·较慢性能：云GPU使用直通模式，需要获取裸机性能。每个虚拟机最多可以相连4个P100或8个K80（我们获取最少4个K80板卡，每个板卡下有2个GPU）。
对于那些谋求更高磁盘性能的用户，可选择将最多3TB的本地SSD相连到任何GPU虚拟机。·低成本：用于云GPU，您可以取得与其余GCP资源完全相同的每分钟计费和阶梯用于优惠。只为您必须的资源收费！·云集成：云GPU的供应范围涵括所有堆栈级别。对于基础架构、计算出来引擎和容器引擎（仅有在Alpha群集上受反对），您可以用于虚拟机或容器运营GPU工作阻抗。
对于机器学习，可以选择性地将云机器学习配备为利用GPU，从而增加利用TensorFlow大规模培训您的模型所需的时间。在今天的公告公布后，您已可以在全球四个地区部署NVIDIATeslaP100和K80GPU。现在，我们的所有GPU都反对阶梯用于优惠：在您用于我们的GPU运营持续的工作阻抗时，虚拟机的价格不会自动减少（优惠最低30％）。
享用这些优惠需要初始化服务商也需要预付低于费用保证金。反对云GPU的地区－多个地区减缓机器学习工作阻抗速度自发售GPU以来，我们早已看见用户从GPU获取的额外计算出来性能中受益。
获得GPU加快的工作阻抗还包括基因组学、计算出来金融，以及机器学习模型训练和推理小说等。我们的客户Shazam是在GCP上使用GPU的首批用户之一，他们使用GPU来为音乐辨识服务获取反对。“对于某些任务而言，用［NVIDIA］GPU替换传统CPU能取得成本效益和性能的提高。
GPU与Shazam核心音乐辨识工作阻抗的相性很好，我们由此将用户录音的音频片段与我们收录于了4000多万首歌曲的目录相匹配。我们通过摄制每首歌曲的音频亲笔签名，将其编译成自定义数据库格式并将其读取到GPU内存中。每当用户通过Shazams找到歌曲时，我们的算法就不会用于GPU搜寻该数据库，直到寻找给定项。
每天顺利给定的次数多达2000万次。
本文来源：必威-www.1happy-diet.com
