Google Cloud ha ampliado la funcionalidad de sus máquinas virtuales, haciéndolas más adecuadas para cargas de trabajo GPU pesadas, como Deep learning y reconocimiento de imágenes.

Cada máquina virtual personalizada de  Google cloud puede admitir hasta cuatro aceleradores Nvidia Tesla K80 que combinan esencialmente dos GPUs GK210 en una sola placa.

El servicio está actualmente disponible en versión beta pública en las regiones de centros de datos de EE.UU., Europa y Asia.

Google Cloud parece estar llegando tarde a la partida GPU: IBM SoftLayer ha estado ofreciendo un servicio similar desde julio de 2015. AWS lanzó máquinas virtuales que soportan hasta ocho unidades Tesla K80 en octubre de 2016, mientras que Microsoft Azure introdujo el mismo hardware en diciembre. El gigante de la nube china Alibaba también admite GPUs, pero usa chips de AMD, no de Nvidia.

GPGPU - computación de uso general en unidades de procesamiento gráfico - es una tendencia relativamente reciente, pero en la que Nvidia ha estado haciendo grandes avances. Los clústeres HPC equipados con potentes GPUs pueden ahora realizar ciertos cálculos en paralelo mucho más rápido que los Xeons más potentes de Intel por sí solos.

Cada Acelerador Tesla K80 cuenta con 4992 núcleos y 24 GB de memoria GDDR5, con 480 GB/s de ancho de banda de memoria agregada.

Con el nuevo servicio, hasta cuatro Tesla K80 (u ocho GPUs) se pueden conectar directamente a cualquier máquina virtual personalizada de Google Compute Engine para ofrecer niveles de rendimiento bare-metal. Las GPUs también se pueden usar con la plataforma Google Cloud Machine Learning que soporta frameworks populares como TensorFlow, Theano, Torch, MXNet y Caffe.

Estas combinaciones se pueden utilizar para la transcodificación de vídeo e imagen, análisis sísmico, modelado molecular, finanzas computacionales, dinámica de fluidos, análisis y visualización.