Облачные аппаратные ускорители, такие как графические процессоры или графические процессоры, являются отличным выбором для вычислительных нагрузок, таких как машинное обучение и высокопроизводительные вычисления (HPC). Мы стремимся предоставить самый широкий выбор популярных ускорителей на Google Cloud, чтобы удовлетворить ваши потребности в гибкости и стоимости. С этой целью, мы рады сообщить, что графические процессоры NVIDIA Tesla и твердотельного накопителя v100, если сейчас публично доступна в бета-версии на Вычислительные машины и двигателя Kubernetes, и что NVIDIA Тесла Р100 графических процессоров стала общедоступна.

Сегодняшние самые требовательные рабочие нагрузки и индустрии требуют самых быстрых акселераторов оборудования. Теперь вы можете выбрать до восьми графических процессоров NVIDIA Tesla V100, 96 vCPU и 624 ГБ системной памяти в одной виртуальной машине, получая до 1 петафлопа смешанной точности аппаратного ускорения. Следующее поколени соединений NVLINK поставляет до 300GB/s ширины полосы частот GPU-к-GPU, 9X над PCIe, форсируя представление на глубоком учить и рабочих нагрузках HPC до 40%. NVIDIA V100s доступны для следующих регионов: us-west1, us-central1 и Европа-west4. Каждый V100 GPU по цене всего $2.48 в час по требованию ВМ и $1,24 на час для операционных систем виртуальных машин. Как и наши другие графические процессоры, V100 также оплачивается вторым и действуют постоянные скидки.

Наши клиенты часто спрашивают, какой Графический процессор лучше всего подходит для их вычислительной нагрузки с поддержкой CUDA. Если вы ищете баланс между ценой и производительностью, Графический процессор NVIDIA Tesla P100 хорошо подходит. Можно выбрать до четырех графических процессоров P100, 96 vcpu и 624 ГБ памяти на виртуальную машину. Кроме того, Р100, теперь доступна и в Европе-западе4 (Нидерланды) в дополнение к нам-запад1, нам-central1, нам-восток1, Европа-запад1 и Азии-восток1.

Наше портфолио GPU предлагает широкий выбор вариантов производительности и цен, чтобы помочь удовлетворить ваши потребности. Вместо того чтобы выбирать универсальную виртуальную машину одного размера, вы можете подключить наши графические процессоры к пользовательским формам виртуальных машин и воспользоваться широким выбором вариантов хранения, оплачивая только необходимые ресурсы.



Google Cloud упрощает управление рабочими нагрузками GPU как для виртуальных машин, так и для контейнеров. В Google Compute Engine клиенты могут использовать шаблоны экземпляров и управляемые группы экземпляров для простого создания и масштабирования инфраструктуры GPU. Вы также можете использовать NVIDIA V100s и другие наши предложения GPU в Kubernetes Engine, где Кластерный Автоскалер помогает обеспечить гибкость, автоматически создавая узлы с графическими процессорами и масштабируя их до нуля, когда они больше не используются. Вместе с Вытесняемыми графическими процессорами группы управляемых экземпляров Compute Engine и Автосалон Kubernetes Engine позволяют оптимизировать затраты и упростить операции инфраструктуры.
LeadStage, поставщик автоматизации маркетинга, впечатлен стоимостью и масштабом графических процессоров в Google Cloud.

«Графические процессоры NVIDIA отлично подходят для сложных задач оптического распознавания символов на наборах данных низкого качества. Мы используем графические процессоры V100 и P100 в Google Compute Engine для преобразования миллионов рукописных документов, чертежей съемки и инженерных чертежей в машиночитаемые данные. Возможность развертывания тысяч экземпляров GPU в считанные секунды значительно превосходила возможности и стоимость предыдущего поставщика облачных вычислений.»

Адам Сибрук, Главный Исполнительный Директор, LeadStage

Если у вас есть вычислительно требовательные рабочие нагрузки, графические процессоры могут стать настоящим игровым чейнджером. Проверьте нашу страницу GPU, чтобы узнать больше о том, как вы можете извлечь выгоду из P100, V100 и других Google Cloud GPU!

cloud.google.com/free-trial

cloudplatform.googleblog.com/2018/04/Expanding-our-GPU-portfolio-with-NVIDIA-Tesla-V100.html

QUIC with HTTPS load balancing
With this beta release, HTTPS load balancing now supports the QUIC transport in connections to clients, improving performance by providing enhanced congestion control and security.
cloud.google.com/compute/docs/load-balancing/http/

User-defined request headers
In this beta release, customers can now specify additional headers that the Google Cloud Load Balancer can add to requests, helping improve the client experience and simplifying backend implementation.
cloud.google.com/compute/docs/load-balancing/http/backend-service

Creating a GCE VM instance with an existing instance template
With this GA release, Google Compute Engine customers can now create a VM instance based on an existing instance template with the ability to override certain instance-template fields.
cloud.google.com/compute/docs/instances/create-vm-from-instance-template

CLOUD AI
Cloud ML Engine – XGBoost and scikit-learn support
With this beta release, customers can now serve trained scikit-learn and XGBoost models on Cloud Machine Learning Engine, using its online prediction service to support scalable prediction requests against their trained models.
cloud.google.com/ml-engine/docs/scikit/

MANAGEMENT TOOLS
Structured data from Stackdriver Logging agent
Customers can now use the Stackdriver Logging agent to convert their logs to a structured JSON format for many common log types with this GA release.
cloud.google.com/logging/docs/structured-logging

NETWORKING
VPC Flow Logs for cloud network monitor
Now in beta, VPC Flow Logs for cloud network monitor increases transparency into your network and allows you to track network flows all the way down to an individual virtual interface in near real time.
cloud.google.com/vpc/docs/using-flow-logs

API PLATFORM & ECOSYSTEMS
Apigee compliance with GDPR requirements
Apigee Edge has been updated to comply with the EU General Data Protection Regulation, allowing customers to disable Apigee Support from being able to trace their proxy traffic, among other changes.
docs.apigee.com/api-platform/faq/privacy-security-settings

Вы приглашены присоединиться к нам для глобальной цифровой конференции: Модернизация ИТ в облачную Первой мировой. Узнайте, как инженеры и клиенты Google сокращают расходы и ОПС нагрузку, увеличивая производительность, и получить инновационные преимущества современной облачной платформы — все время вождения согласованности между проводимыми помещениями, организованы и средами общественного облака. Присоединяйтесь к нам для более чем 15 лейтмотив, секционных заседаний и тренингов по темам, которые варьируются от облака миграции в Google Kubernetes Engine.



Что вы можете узнать:

• Демонстрации и передовой опыт инженеров Google по модернизации с контейнерами
• Интерактивное обучение, чтобы начать работу с Google Cloud Platform и Kubernetes Engine
• Облако истории миграции от партнеров Google и клиентов

Специально для вашего часового пояса. Мы у себя четыре трансляции по всему миру и круглосуточно, так что вы можете присоединиться в любом месте, чтобы узнать, как начать свое облачное путешествие.

Задать нам что — нибудь, в любое время. Вы будете иметь уникальную возможность связаться с инженерами Google, партнерами и клиентами, так что вы можете получить ответы — жить.

cloudonair.withgoogle.com/events/modernize

Starting today, Cloud TPUs are available in beta on Google Cloud Platform (GCP) to help machine learning (ML) experts train and run their ML models more quickly.

cloudplatform.googleblog.com/2018/02/Cloud-TPU-machine-learning-accelerators-now-available-in-beta.html

Both the NVIDIA Tesla P100 and K80 GPUs are available as part of the beta—and V100s are on the way. Recently, we also introduced Preemptible GPUs as well as new lower prices to unlock new opportunities for you. Check out the latest prices for GPUs here.



cloudplatform.googleblog.com/2018/02/accelerate-highly-parallelized-compute-tasks-with-GPUs-in-Kubernetes-Engine.html

At Google, we've spent $30 billion improving our infrastructure over three years, and we’re not done yet. From data centers to subsea cables, Google is committed to connecting the world and serving our Cloud customers, and today we’re excited to announce that we’re adding three new submarine cables, and five new regions.

We’ll open our Netherlands and Montreal regions in the first quarter of 2018, followed by Los Angeles, Finland, and Hong Kong – with more to come. Then, in 2019 we’ll commission three subsea cables: Curie, a private cable connecting Chile to Los Angeles; Havfrue, a consortium cable connecting the U.S. to Denmark and Ireland; and the Hong Kong-Guam Cable system (HK-G), a consortium cable interconnecting major subsea communication hubs in Asia.

Together, these investments further improve our network—the world’s largest—which by some accounts delivers 25% of worldwide internet traffic. Companies like PayPal leverage our network and infrastructure to run their businesses effectively.

“At PayPal, we process billions of transactions across the globe, and need to do so securely, instantaneously and economically. As a result, security, networking and infrastructure were key considerations for us when choosing a cloud provider,” said Sri Shivananda, PayPal’s Senior Vice President and Chief Technology Officer. “With Google Cloud, we have access to the world’s largest network, which helps us reach our infrastructure goals and best serve our millions of users.”



Curie cable
Our investment in the Curie cable (named after renowned scientist Marie Curie) is part of our ongoing commitment to improve global infrastructure. In 2008, we were the first tech company to invest in a subsea cable as a part of a consortium. With Curie, we become the first major non-telecom company to build a private intercontinental cable.

By deploying our own private subsea cable, we help improve global connectivity while providing value to our customers. Owning the cable ourselves has some distinct benefits. Since we control the design and construction process, we can fully define the cable’s technical specifications, streamline deployment and deliver service to users and customers faster. Also, once the cable is deployed, we can make routing decisions that optimize for latency and availability.

Curie will be the first subsea cable to land in Chile in almost 20 years. Once deployed, Curie will be Chile’s largest single data pipe. It will serve Google users and customers across Latin America.

Havfrue cable
To increase capacity and resiliency in our North Atlantic systems, we’re working with Facebook, Aqua Comms and Bulk Infrastructure to build a direct submarine cable system connecting the U.S. to Denmark and Ireland. This cable, called Havfrue (Danish for “mermaid”), will be built by TE SubCom and is expected to come online by the end of 2019. The marine route survey, during which the supplier determines the specific route the cable will take, is already underway.

HK-G cable
In the Pacific, we’re working with RTI-C and NEC on the Hong Kong-Guam cable system. Together with Indigo and other existing subsea systems, this cable creates multiple scalable, diverse paths to Australia, increasing our resilience in the Pacific. As a result, customers will experience improved capacity and latency from Australia to major hubs in Asia. It will also increase our network capacity at our new Hong Kong region.


The Google network offers better reliability, speed and security performance as compared with the nondeterministic performance of the public internet, or other cloud networks. The Google network consists of fiber optic links and subsea cables between 100+ points of presence, 7500+ edge node locations, 90+ Cloud CDN locations, 47 dedicated interconnect locations and 15 GCP regions.

cloudplatform.googleblog.com/2017/11/introducing-an-easy-way-to-deploy-containers-on-Google-Compute-Engine-virtual-machines.html

Не пропустите эти только что объявленные сессии для Cloud OnAir: Путешествие с больших данных в AI. Независимо от того, являетесь ли вы новичком в искусственном интеллекте или опытным профессионалом, эти углубленные сессии могут помочь вам преобразовать данные в реальные идеи.
Вот краткий взгляд на некоторые из 20 + сеансов, которые будут показаны.
Big Data track — Узнайте, как быстро и уверенно погрузиться в свои данные с 30-минутными сеансами, такими как:

• Хранилище данных Reimagine с помощью Google BigQuery: что нового и что нового?
• Интеллектуальный Интернет вещей: начните анализ ваших глобальных данных устройства для анализа в реальном времени
• Zen Руководство по подготовке данных для аналитики: обучение и передовая практика

AI track — получите представление о том, как заставить AI работать для вас, в том числе:

• Курс краха API-интерфейсов Google Cloud Machine Learning
• Переосмысление беседы с облачной речью и диалоговым потоком

Ускоренное машинное обучение в облаке: графические процессоры, облачные TPU и многое другое
Чат в реальном времени с экспертами Google Cloud на этом глобальном онлайн-мероприятии, чтобы узнать, как ИИ может разблокировать мощь ваших данных. Следите за полным списком сессий и не забудьте зарегистрироваться сегодня.
https://cloudonair.withgoogle.com/events/​data-to-ai

cloudplatform.googleblog.com/2017/08/introducing-Network-Service-Tiers-your-cloud-network-your-way.html

New Cloud Regions for all.
GCP now serves over a billion end users. To support customer growth, we’re adding eight new regions in 2017—Mumbai, Singapore, Sydney, Northern Virginia, São Paulo, London, Finland, and Frankfurt. Regional expansion benefits all with lower latency and cost, improved control over data localization, and enhanced stability and performance.
cloud.google.com/about/locations/
True multi-cloud support. No lock-in.
Container Engine (GKE) now delivers true cloud federation. Powered by newly released Kubernetes 1.4, GKE automated container management lets you easily deploy across multiple clusters—and multiple clouds. New capabilities include monitoring cluster add-ons, one-click cluster spin-up, and support for the new Google Container-VM Image (GCI).
cloud.google.com/container-engine/
Move to cloud data warehousing.
With new capabilities core to common large-scale business workloads, BigQuery is now a full-fledged data warehouse. Unlimited flat-rate pricing—and unlimited queries—make data storage costs predictable. And with support for standard SQL, simplified sharing, and Identity and Access Management (IAM) for greater security, BigQuery further democratizes cloud data analytics.
cloud.google.com/blog/big-data/2016/09/bigquery-introducing-powerful-new-enterprise-data-warehousing-features
Machine learning built for business.
The ability to warehouse data means gaining insight from multiple data streams is all the more challenging—and critical. Now in public beta, Cloud Machine Learning is now fully integrated with BigQuery, Cloud Dataflow, and Cloud Storage, to let you quickly create, train, and add machine learning to your operations and applications. Learn how to get started with our new certification program and professional services for machine learning.
cloud.google.com/blog/big-data/2016/09/google-cloud-machine-learning-now-open-to-all-with-new-professional-services-and-education-programs