要求额外的计算能力来运行机器学习和其他处理器密集型应用的Google Cloud客户现在可以启动基于Nvidia图形处理单元(GPU)的虚拟机。从本周开始，位于，亚洲和欧洲某些地区的Google云客户将能够将多达八个Nvidia GPU附加到其自定义的Google Compute Engine虚拟机上。该技术将使他们比以前更容易地加速某些应用，例如地震分析或视频和音频转码。
Google产品经理John Barrus在 本周的博客中宣布，可以从新的GPU支持中受益的其他应用包括计算财务，分子建模，大数据分析，流体动力学，可视化和计算化学 。
新GPU的可用性消除了组织为支持处理器密集型应用程序而构建自己的GPU集群的需求。
对于需要额外计算能力的组织来说，“ Google Compute Engine上的GPU直接连接到VM，可以提供裸机性能
Nvidia GPU(每个都有12 GB的高性能内存)已与Google的Cloud Machine Learning托管服务完全集成，用于构建和运行机器学习模型。
Barrus指出，处理器使企业可以更快地训练其机器学习模型。例如，公司可以通过在多个GPU上而不是在一台机器上以分布式方式运行其应用程序，从而缩短开发周期并更快地更改其机器学习模型。
GPU使用将按分钟计费，因此企业只需为实际使用付费。根据Barrus的说法，该模型将允许公司快速启动大型GPU集群，并利用性能提升的优势，而无需任何前期资本投资。
客户将为连接到虚拟机的每个GPU每小时支付$ 0.70。对于亚洲和欧洲的Google云客户，每台连接到虚拟机的GPU的价格为每小时0.77美元。
目前，Google只提供Nvidia的GPU，但该公司表示，它计划让云客户也可以选择AMD FirePro GPU。
带有GPU的虚拟机可以通过将 计算密集型任务卸载到GPU上，同时在传统CPU上运行其余代码来更快地运行应用程序 。英伟达表示，其GPU加速器在加速运行在包括联网汽车和机器人在内的各种平台上的应用程序中发挥着重要作用。
根据 Google的说法，带有GPU的虚拟机可以实现数十兆兆位的性能，并允许企业在数小时之内完成某些计算任务，而之前的几天是几天。
自去年9月以来，亚马逊一直在 为其AWS云服务的客户提供对GPU加速VM的访问。像Google一样，亚马逊的P2云实例类型也支持多达8个Nvidia GPU加速器，并且设计用于机器学习和深度学习以及其他计算密集型应用。
自去年八月以来，微软还一直向Azure云客户提供在GPU加速的虚拟机上运行其应用程序的选项。与Google一样，该公司还允许客户按分钟付费使用GPU。