+
Weiter zu
Cloud GPUs

Cloud GPUs

Leistungsfähige GPUs in Google Cloud für maschinelles Lernen, wissenschaftliches Rechnen und generative KI

  • Beschleunigung von Rechenjobs wie generativer KI, 3D-Visualisierung und HPC

  • Eine breite Auswahl von GPUs für unterschiedliche Leistungs- und Preisanforderungen

  • Flexible Preise und Maschinenanpassungen zur Optimierung je nach Arbeitslast

Wichtige Features

Wichtige Features

Verschiedene GPU-Typen

Die NVIDIA-GPUs GB200, B200, H200, H100, L4, P100, P4, T4, V100 und A100 bieten eine Reihe von Rechenoptionen, um Ihre Arbeitslasten je nach Leistungsanforderungen kostenoptimiert abzudecken.

Flexible Leistung

Stimmen Sie den Prozessor, den Arbeitsspeicher, das Hochleistungslaufwerk und bis zu acht GPUs pro Instanz optimal auf die jeweilige Arbeitslast ab. Dank sekundengenauer Abrechnung zahlen Sie nur für das, was Sie tatsächlich nutzen.

Alle Vorteile von Google Cloud

Nutzen Sie für Ihre GPU-Arbeitslasten Google Cloud und profitieren Sie von branchenführenden Technologien für Speicher, Netzwerk und Datenanalyse.

Dokumentation

Dokumentation

Google Cloud Basics

GPUs in der Compute Engine

In der Compute Engine können Sie Ihre VM-Instanzen mit GPUs erweitern. Hier erfahren Sie, wie Sie GPUs einsetzen und welche GPU-Hardware verfügbar ist.

Tutorial

GPUs in der Compute Engine hinzufügen oder entfernen

Hier erfahren Sie, wie Sie in einer Compute Engine-VM GPUs hinzufügen oder entfernen.

Tutorial

GPU-Treiber installieren

In dieser Anleitung werden Möglichkeiten zur Installation von NVIDIA-eigenen Treibern für Instanzen mit einer oder mehreren GPUs erläutert.

Tutorial

GPUs in der Google Kubernetes Engine

Hier erfahren Sie, wie Sie GPU-Hardwarebeschleuniger an den Cluster-Knoten der Google Kubernetes Engine verwenden.

Google Cloud Basics

GPUs zum Trainieren von Modellen in der Cloud verwenden

Das Training zahlreicher Deep-Learning-Modelle, zum Beispiel für Bildklassifizierung, Videoanalyse oder Natural Language Processing, lässt sich beschleunigen.

Google Cloud Basics

GPUs an Dataproc-Cluster anhängen

Hängen Sie GPUs an Master- und Worker-Knoten der Compute Engine in einem Dataproc-Cluster an, um Arbeitslasten wie maschinelles Lernen und Datenverarbeitung zu beschleunigen.

Google Cloud Basics

GPUs mit Dataflow verwenden

Mit GPUs in Dataflow-Jobs können Sie Aufgaben für maschinelles Lernen sowie andere rechenintensive Datenverarbeitungsaufgaben beschleunigen.

Suchen Sie nach etwas anderem?

Preise

Preise

Informationen zu den Preisen für die verschiedenen GPU-Typen und Regionen in der Compute Engine finden Sie in der Preisübersicht für GPUs.

Gleich loslegen

Profitieren Sie von einem Guthaben über 300 $, um Google Cloud und mehr als 20 „Immer kostenlos“-Produkte kennenzulernen.

Google Cloud
点击 这是indexloc提供的php浏览器服务,不要输入任何密码和下载