Consulte Nvidia GTC para comprender cómo Google Cloud puede ayudarlo a superar los desafíos para obtener valor de la computación de alto rendimiento (HPC) y el aprendizaje automático (ML). En asociación con Nvidia, pueden brindar una experiencia diferenciada, lo que le permite escalar fácilmente grandes cargas de trabajo de HPC o llevar una carga de trabajo de aprendizaje automático de la capacitación a la producción.
Google Cloud y Nvidia lanzaron recientemente máquinas virtuales A2 basadas en la GPU NVIDIA Ampere A100 Tensor Core en Compute Engine. Una sola VM A2 aprovecha hasta 16 GPU NVIDIA A100 compatibles con la estructura NVlink de NVIDIA , alcanzando un rendimiento efectivo de hasta 10 petaflops de FP16 o 20 petaOps de int8 en una sola VM. Este rendimiento y escala son exclusivos de Google Cloud y están diseñados para satisfacer las aplicaciones de HPC más exigentes de la actualidad.
Esta capacidad le dio a Altair un tiempo de respuesta sin precedentes para sus simulaciones CFD con ultraFluidX. DeepMind (una subsidiaria de Alphabet) pudo entrenar sus experimentos con GPU más rápido que nunca aprovechando los tipos de máquinas. Allen Institute pudo ejecutar los A100 en GCP 4 veces más rápido que sus sistemas existentes. Explore más sobre la adición de la familia A2 VM aquí .
La creación de aplicaciones de aprendizaje automático es compleja, el servicio de las aplicaciones en producción no tiene que serlo. Google Cloud brinda la capacidad de optimizar las operaciones de aprendizaje automático (MLOps) para automatizar el ciclo de vida de la producción de AA. OpenX pudo utilizar herramientas de GCP para automatizar su infraestructura de AA y para automatizar sus cargas de trabajo de aprendizaje automático al aprovechar las capacidades únicas de Google Cloud Platform. TensorFlow Serving optimizado para OpenX que se ejecuta en Google Kubernetes Engine para atender 2,5 millones de solicitudes de predicción por segundo en menos de 15 milisegundos.
Obtenga más información en las siguientes sesiones de Google Cloud en NVIDIA GTC:
- SS32947 - Obtenga una ventaja competitiva con ML Ops: Kubeflow y NVIDIA Merlin y Google Cloud - Oh My. (Presentado por Google Cloud)
- SS32946 : ¿Debo ejecutar mis cargas de trabajo de GPU en las instalaciones o en la nube? Explorando las opciones con Anthos y NVIDIA de Google Cloud (presentado por Google Cloud)
- S33262 - ¡Mira, mamá, no hay computadora! Cómo la nube puede revolucionar las experiencias de realidad virtual (presentado por Google Cloud)
- S31290 : Escalado del procesamiento de datos con Dask + Rapids en la plataforma de inteligencia artificial en la nube de Google
- S31579 - Evitar antipatrones de análisis acelerado en la nube
- S31877 - Rápido a más rápido: IA en tiempo real con Google Cloud Dataflow y NVIDIA GPU
- S31564 : dinámica de fluidos computacional basada en la nube sobrealimentada con la arquitectura NVIDIA Ampere
- S31137: un análisis profundo de la compatibilidad con GPU de instancias múltiples en contenedores y Kubernetes
- S31071 - Producción de ML con ML Ops y Cloud AI
- S31498 - Compilación de XLA en TensorFlow con tf.function (jit_compile = True)
- S31798 - Estandarización en una API de matriz para Python a través de marcos de aprendizaje profundo
- S31799 - Novedades de TensorFlow: una actualización del ecosistema
- S31925 - Keras y TensorFlow: los próximos cinco años
- S31732 - Inferencia con Tensorflow 2.x integrado con la sesión de TensorRT
- S31376 - Aprendizaje automático a gran escala en Google Cloud
- S31743 - GShard: Escalado de modelos gigantes con cálculo condicional y fragmentación automática
- S32508 - Liberando el poder de la IA en América Latina a través de comunidades de desarrolladores
- S32252 - Aprendizaje por refuerzo profundo para resolver problemas en sistemas y diseño de chips
- S31742 : Entrega de experiencias virtuales interactivas con Unreal Engine y Google Cloud
- S31647 - Simplifique la construcción de codificadores coincidentes de dos torres para mejorar los resultados de recomendación del vecino más cercano
- S32518: Empiece ahora a utilizar la IA para imágenes médicas con Clara Train en Google Cloud Platform
Google Cloud en Nvidia GTC se publicó originalmente en Google Cloud - Community on Medium, donde las personas continúan la conversación destacando y respondiendo a esta historia.