谷歌计算引擎GPU
是谷歌云平台提供的一种云计算服务，它为用户提供了强大的图形处理能力。GPU（Graphics Processing Unit，图形处理器）是一种专门用于处理图形和并行计算的硬件设备。
谷歌计算引擎GPU的主要特点和优势包括：
- 强大的计算能力：GPU在处理图形和并行计算方面具有出色的性能，能够加速各种计算任务，包括科学计算、机器学习、深度学习等。
- 并行计算：GPU具有大量的并行处理单元，可以同时执行多个计算任务，提高计算效率。
- 灵活的规模调整：谷歌计算引擎GPU可以根据用户的需求进行规模调整，用户可以根据实际需求选择合适的GPU实例类型和数量。
- 高性能网络：谷歌云平台提供了高性能的网络连接，可以保证数据传输的速度和稳定性。
- 安全可靠：谷歌云平台具有严格的安全措施，包括数据加密、访问控制等，保障用户数据的安全性和隐私。
谷歌计算引擎GPU适用于以下场景：
- 科学计算：GPU可以加速科学计算任务，包括天气预报、气候模拟、分子动力学模拟等。
- 机器学习和深度学习：GPU在机器学习和深度学习中具有重要的作用，可以加速模型训练和推理过程。
- 游戏开发：GPU在游戏开发中可以提供强大的图形处理能力，实现逼真的图形效果和流畅的游戏体验。
- 多媒体处理：GPU可以加速视频编码、图像处理等多媒体处理任务，提高处理效率和质量。
推荐的腾讯云相关产品：腾讯云GPU云服务器（https://cloud.tencent.com/product/cvm_gpu）
腾讯云GPU云服务器是腾讯云提供的一种基于GPU的云服务器实例，用户可以根据自己的需求选择不同规格的GPU实例，享受强大的图形处理和并行计算能力。腾讯云GPU云服务器提供了高性能的计算和存储资源，适用于科学计算、机器学习、深度学习等各种计算密集型任务。
相关·内容
3回答
我有一个关于使用tensorflow的谷歌机器学习的模型，这是可以的。现在我想用GPU做一些预测。我看到了这个，但是它讲述了使用GPU进行训练的过程，而不是预测。在预测会话中，GPU没有任何信息。
有人知道用GPU用谷歌机器学习引擎做预测的可能性吗？或者，如果我使用GPU的训练，我的预测自动运行与GPU？
我使用以下命令行：
gcloud ml-engine predict --model ${MODEL_NAME} --json-instances request.json
这个命令可以工作，但它使用的是CPU。更多信息:我的模型是在美国东1区发布的，我的比例是自动的。
浏览 1提问于2017-05-10得票数 4
回答已采纳
1回答
关于：http://www.netmux.com/blog/how-to-build-a-password-cracking-rig
我们可以看到以下示例，它们使用了4个GPU：
哈希类型: SHA1 Speed.Dev.#*.：25963.3 MH/s
根据：https://security.googleblog.com/2017/02/announcing-first-sha1-collision.html
它采取了谷歌110 GPU (?)一年后发现SHA-1碰撞：
九个五分之一个(9223372036854775808) SHA1计算总数
若要创建SHA1冲突，请执行以下操作。
1年=
浏览 0提问于2017-02-25得票数 0
1回答
我需要几个GPU服务器来渲染。区域不重要。先发制人-我觉得这对我来说没问题。重要的是，在任何时候我都应该能够使用GPU运行几个实例。
据我所知，谷歌可以取消gpu的配额。由于几天后配额的分配，这对我来说是至关重要的。此外，根据文档：“配额并不能保证资源在任何时候都是可用的。如果资源不可用，或者如果您选择的区域超出了资源范围，则即使您在区域或项目中还有剩余配额，您也无法创建该类型的新资源。”
我如何与Google一起构建一个项目，我可以在任何时候在任何地区启动至少几台GPU服务器？
浏览 0提问于2019-11-25得票数 1
我是Google Cloud的新手，我正在尝试设置一个虚拟机来做一些深度学习实验，利用谷歌的免费积分。 我设置了一个附加了Tesla K80的Linux，现在我必须在VM所在的同一区域请求增加GPU配额(在我的例子中，是us-cental1-a)。因此，我导航到配额选项卡，搜索NVIDIA Tesla K80 GPU，并尝试选择正确的区域以编辑限制，但我在以下问题中运行: us-central1区域的Tesla K80 GPU限制设置为1，我可以编辑它。另一方面，us-cental1-a(这是我的VM实例的特定位置)是不可编辑的，并且具有相同的限制设置为0。实际上，每个可用的区域都会重复此模
浏览 43提问于2021-01-17得票数 0
我正在运行一个非常大的Tensorflow模型的谷歌云ml引擎。当使用缩放层basic_gpu (使用batch_size=1)时，我会得到以下错误：
资源枯竭:分配张量时使用shape1,155,240,240,16
因为模型太大，不适合一个GPU。
使用提供4个GPU的层comple_model_m_gpu，我可以在4个GPU之间扩展操作。
然而，我记得我读到GPU之间的通信是缓慢的，并且会在训练中造成瓶颈。这是真的吗？
如果是这样的话，是否有一种在GPU之间传播操作以防止此问题的推荐方法？
浏览 9提问于2017-12-15得票数 2
回答已采纳
1回答
我有免费的信用帐户上的谷歌云平台。我想进入一个GPU来训练我的深造项目。我甚至提交了不同的配额申请，但每次都被拒绝。我需要向GCP支付一些钱才能访问GPU吗？我怎么能这么做？这是我每次从谷歌那里得到的回复：“我们收到了你的深度学习配额申请--261006。
不幸的是，我们目前无法给你额外的配额。如果这是一个新的项目，请等待48小时，直到您重新提交请求或直到您的计费帐户有额外的历史记录。
您的销售代表是这些请求的良好升级途径，我们强烈建议您与他们联系。“
浏览 2提问于2020-02-12得票数 7
我尝试使用谷歌机器学习引擎来训练我的tensorflow模型。我想使用免费层。
当我设置配置并创建新的计算引擎实例(谷歌计算引擎)时，我也尝试添加GPU。但这给了我一个错误，因为谷歌云只给了300美元的免费信用层，没有GPU。
有没有办法在自由层中使用GPU？
浏览 3提问于2018-01-11得票数 2
显然，谷歌不会为免费试用提供支持，因此没有办法在这方面获得官方帮助。 我正在尝试建立一个免费试用版的谷歌云，在云GPU上运行一个深度学习项目。设置项目后，我希望添加一个机器学习VM。我去那里，它告诉我，我需要增加我的GPU配额。但是，当我点击“更改配额”链接时，我无法更改GPU配额，因为我没有使用当前可用的配额(即0) ... ? 有没有人知道该怎么做？我的目标是为我的学生制作一个指南，他们将在几天内需要这个资源。我在夏天在另一个谷歌账号上使用了它，但需要在一个新的账号上再次使用它，这样我就可以告诉我的学生它对他们来说是什么样子的。所以，我想我对大多数步骤都很熟悉，但是我以前没有见过
浏览 82提问于2021-11-13得票数 0
回答已采纳
我的Google实例运行在微软的显示驱动程序上，而不是GPU。我试着安装Hyper-V，但谷歌云处理器不支持it.Please帮助，我需要运行Unity，但没有GPU，我就不能运行6核Intel Xeon CPU(我也尝试了8内核)、16 GPU内存和NVIDIA K80在Windows 2016上。请帮助我初始化GPU。
浏览 0提问于2018-10-06得票数 1
我已经为我的GCP研究项目设置了一个实例，使用标准的8个vCPU内核。在创建过程中添加GPU时，系统要求我请求配额来添加GPU。我继续申请GPU配额(状态:已批准)。我了解到GPU可以添加到现有实例中，因此我使用标准的8 vCPU配置创建了一个VM实例。这样做是为了设置工作空间，因为我正在等待GPU配额的批准。
现在GPU配额已经通过，我正在尝试添加GPU实例。
我发现“添加GPU”选项没有突出显示。
文档说我不能在共享核心CPU上设置GPU，并且我的实例需要在主机维护时终止。我已确保符合标准。
有人能告诉我我哪里做错了吗？
浏览 0提问于2020-01-25得票数 1
一个月前，我使用了以下方法来使用docker engined of problem(https://www.tensorflow.org/install/docker)： docker pull tensorflow/tensorflow:latest-gpu-py3-jupyter
docker run --runtime=nvidia --name tensorflow1 -it -p 8888:8888 tensorflow/tensorflow:latest-gpu-py3-jupyter 但现在我发现这是不可能的。我无法打开地址为[http://[external](http:/
浏览 8提问于2019-06-15得票数 0
回答已采纳
在GPU上运行renderscript代码似乎需要一些“额外”的努力，而不是编写高质量的renderscript代码。
尽管谷歌的人证明，Nexus 7可以通过renderscript (视频中为25:50 )完成GPU计算，而PowerVR则表示其GPU将支持Renderscript GPU计算()。但是似乎要启用renderscript GPU计算，总是需要新的GPU驱动程序。否则只会使用CPU。
由于我没有预算购买Nexus5，7，10并试用它们，我想问市场上那些设备是否直接支持renderscript GPU计算。
除了Nexus，市场上还有其他设备直接支持这一点吗？非常感谢。
浏览 1提问于2013-11-07得票数 3
回答已采纳
我读过：。他们在报告中解释说：
您可以暂时停止一个实例，以便稍后再回到它。停止的实例不会引起费用，但是附加到该实例的所有资源仍将被收取费用。或者，如果使用了实例，则删除实例及其资源，以停止产生费用。
然而，我不知道谷歌云是如何分配的，所以我不知道这意味着什么。
如果我停止了我的实例，我想我仍然在使用他们的存储，但我没有使用任何CPU对吗？这是否意味着我只会支付存储，而不支付CPU和GPU小时？
此外，谷歌如何停止我的例子？我知道，如果您在"Virtualbox“之类的东西中挂起一个实例，您可以启动它，并从停止时开始。谷歌就是这么做的吗？我是否可以在运行某个实例的中途停止该实例，
浏览 0提问于2018-11-29得票数 33
回答已采纳
4回答
我正在尝试制作一些新的web，这些API将从GPU处理中大大受益于已完成/经过培训的机器学习模型。我想让这成为一个公开可用的端点。但是，，我不知道在哪里可以托管一个机器学习爱好项目API?，如果有更好的方法(即只使用GPU，同时处理一个API请求，这是不常见的)，我也对此持开放态度。
AWS定价
我能看到的最便宜的是每小时0.50美元，大约每月350美元
谷歌云定价
最便宜的是每月180美元
大型人工智能定价
我发现最便宜的是每小时0.077美元，每月56美元
我找到了这个quora帖子，它告诉我是一个8美元/月的解决方案，但我不确定这是否真的是服务器托管。
浏览 9提问于2020-11-06得票数 0
对于性能上间歇性程度的跟踪，我想在GPU引擎->利用率下使用Windows101809中的性能计数器。这台特殊的笔记本电脑有NVIDIA GeForce GTX 1050和4GB VRAM +16 GB共享内存。
实例名如下所示：
pid_1388_luid_0x00000000_0x00011372_phys_0_eng_8_engtype_Compute_1 pid_912_luid_0x00000000_0x00010F5C_phys_0_eng_2_engtype_Copy
虽然我知道pid_xxxx是流程标识符，但我试图找出重定向组件的含义。
1) luid_xxxx_xxx
浏览 0提问于2019-06-27得票数 1
我的测试表明，与Python 2相比，Tensorflow GPU在Python 3上的操作要慢6%。有人对此有任何了解吗？
平台：
Ubuntu 16.04.2 LTS
Virtualenv 15.0.1
Python 2.7.12
Python 3.6.1
TensorFlow 1.1
CUDA工具包8.0.44
CUDNN 5.1
GPU: GTX 980 GTX
CPU: i7 4 GHz
RAM: 32 GB
浏览 0提问于2017-06-05得票数 3
我正在尝试对以下粒子系统进行修改。
我有一个函数，当我按下空格键时，所有粒子的位置和速度都设置为0。
for (int i = 0; i < particles.GetLength(0); i++)
{
particles[i].Position = Vector3.Zero;
particles[i].Velocity = Vector3.Zero;
}
但是，当我按空格键时，粒子仍在移动。如果我转到FireParticleSystem.cs，我可以将settings.Gravity设置为0，粒子停止移动，但粒子仍然没有移动到(0,0,0)。
据
浏览 0提问于2011-02-02得票数 3
1回答
我正在使用谷歌云计算引擎托管我的网站。
我想从网址中删除index.php，而且谷歌云也不支持.htaccess。
http://domain_name.com/index.php/home
至
http://domain_name.com/home
浏览 1提问于2018-05-11得票数 0
2回答
由于图形管道中引入了可编程着色器，使得GPGPU的概念得以实现，它利用GPU作为通用的并行数据处理引擎。
然而，据我所知，与GPU相比，GPU仍被大量用于图形处理，因此它使用了许多无法编程的固定图形流水线级。
如果我的理解是正确的，当一个数据被GPU处理，不管数据的类型(图形还是一般的)，它应该通过固定的图形管道处理，包括可编程的阶段和非可编程的固定阶段。
这是否意味着非图形处理应该经过图形处理阶段，即使它没有使用它？或者它能绕过那些用于图形的固定级吗？如果你能解释GPU管道是如何为GPGPU工作的，我会很感激的。
浏览 2提问于2020-06-25得票数 0
回答已采纳
1回答
我想知道Unity的Cloth组件是否使用GPU进行计算？
Unity Docs没有提供任何关于cloths是如何在不同的物理库背后进行管理的信息。
浏览 7提问于2020-07-22得票数 2
4回答
我正在为大量使用快速傅立叶变换(以及一些信号处理操作，如插值和重采样)的iOS (即，iPhone或iPad)实现计算密集型应用程序。允许在iOS上运行FFT的最好的库和应用程序接口是什么？
我已经简单地研究了苹果的Metal和苹果的vDSP。我不确定vDSP是否使用了GPU，尽管它似乎是高度并行化的，并且使用了单指令多路存储器。Metal似乎允许GPU用于计算密集型应用程序，但我找不到用于快速傅立叶变换和基本信号处理操作的库(类似于AMD的clFFT)。Apple提供这样的库吗？
是否有其他API和库利用适用于计算密集型应用程序的iOS GPU？
谢谢。
浏览 12提问于2014-09-24得票数 7
我使用的是SharpDX，目前对它相当满意，但对于大学的评估，我需要创建一个使用某种图形处理器加速的演示。这是一项“独立研究”的任务--这意味着，我给自己分配了这项任务。我有理由对游戏中的GPU加速感兴趣，但现在感觉我把自己扔得太深了。
我计划做一个粒子系统(这将是一个非常基本的系统，粒子发射/下降/消亡)，但我需要一个起点。
谁能给我指个方向？要读的文章吗？要考虑的事情？我已经用谷歌搜索过像"GPU加速DirectX“这样的东西，但我找不到任何可靠的结果！我希望我有一种'hello world‘的GPU加速。
浏览 0提问于2012-11-06得票数 1
回答已采纳
作为GCP的新手，我有一个关于在特定情况下使用哪种体系结构的问题。
假设我有一个Django网站在App上运行(灵活的环境？)用户将图片上传到网站。我想首先使用Google对图像执行一些标签检测，然后将标签和图像提供给带有GPU (全部运行在Google云上)的VM，以便对图像进行额外的计算成本高昂的工作。在VM完成作业之后，生成的图像就可以供用户下载或发送到用户电子邮件。
由于在VM+GPU方面花费的时间相对较长，而且网站将被全球用户访问，所以我希望减少总体延迟时间，并选择最有效的架构来完成这项工作。
我的第一个想法是：
上传图片到谷歌云存储；
使用GC函数执行一些快速转换，然后调用
浏览 5提问于2022-07-18得票数 -1
回答已采纳
1回答
如果有四个并发的CUDA应用程序在一个GPU中竞争资源，以便将工作卸载到图形卡上，会发生什么情况？Cuda编程指南3.1提到有些方法是异步的：
launchesDevice 内核设备内存复制主机设备内存64 KB或更少的内存副本，这些拷贝由以异步内存集函数调用<code>F 211</code>的函数执行
它还提到，具有计算能力2.0的设备能够同时执行多个内核，只要内核属于同一个上下文。
这种类型的并发是否仅适用于单个cuda应用程序中的流，但当有完全不同的应用程序请求GPU资源时就不可能了？
这是否意味着并发支持只在一个应用程序中可用(上下文？？)而这4个应用程序只是
浏览 1提问于2010-09-14得票数 6
回答已采纳
我正在尝试运行Tensorflow作为一个NVIDIA特斯拉V100 GPU的服务。作为服务器，我的程序需要并发地接受多个请求。因此，我的问题如下：
当多个请求同时到达时，假设我们不使用批处理，这些请求是顺序地还是并行地在GPU上运行?我了解到，独立的进程有独立的CUDA上下文，这些上下文是在GPU上顺序运行的。但是，这些请求实际上是同一个进程中的不同线程，应该共享一个CUDA上下文。因此，根据，GPU可以同时运行多个内核。如果是这样的话，是否意味着如果我有大量的请求同时到达，GPU的利用率就可以提高到100%？但这在我的实验中从来没有发生过。
在不同线程中运行一个会话与在不同线程中运
浏览 0提问于2019-04-29得票数 9
我正在为生产部署购买一个GPU。我正在考虑是否购买一个现成的gpu，如Nvidia GTX 1060 TI或花费更多的钱，并购买Jetson TX2.空间对我们来说不是一种限制。但在谷歌上搜索的时候，我无法对两者进行比较。
我应该如何比较这两个gpus呢？按价格计算，GTX 1060比Jetson TX2便宜得多。
浏览 0提问于2019-01-27得票数 0
1回答
我正在使用Python 3做一些图像预处理，因为我知道代码是在进程有点慢的CPU上执行的，让它在GPU上运行是个好主意，因为GPU可以比CPU更快地进行图形操作。有没有一种方法可以让它在GPU上运行而不用库呢？
请注意，它是必需的，使它像GPU版本的Keras或TensorFlow。
浏览 0提问于2019-06-06得票数 4
1回答
如果我有5个交易机器人和与此一起，一个脚本，做一些更新的价格使用刮刮。所有这些文件都使用Node。现在，我能够在数字海洋上部署所有的6个脚本，但是由于6个脚本作为6个不同的进程一起运行，即使是它们最昂贵的计划中的CPU使用量也达到了100%。然后我决定转向谷歌云。但事实证明，与GPU，它是非常昂贵的。本质上，我想要做的是，在一天中以3次不同的时间运行这6个脚本，持续10分钟。除了那些特殊的时间，这6个脚本什么也不做。我已经设置了一个名为concurrently.js的文件，它使用该命令同时运行所有这些脚本。
是否可以在一天中的3个特定时间运行concurrently.js，然后在完成工作10分
浏览 2提问于2021-03-15得票数 0
回答已采纳
1回答
我已经开始学习使用CUDA的异构并行编程(在重要的情况下，桌面将被使用)，并且有一个我还没有找到答案的问题。在玩3D游戏时，gpu卡能用于gpu吗？如果是的话，表演成本会有多大？以及如何测量它们？在后台使用和不带游戏的情况下运行我的应用程序似乎不是一个值得信赖的解决方案。
AFAIK，gpu卡忙着渲染场景和其他东西，但我不知道它到底是如何工作的。在用户退出游戏之前，游戏应用程序是否锁定了用于gpgpu的设备？或者，它只是接收异步调用来执行这样的任务：
设备免费；
游戏应用程序要求设备渲染场景；
设备被游戏锁定，做好工作，之后它又免费了；
我的应用程序要求设备做一些gpgpu；
浏览 3提问于2015-01-22得票数 1
1回答
你知道在3d游戏中，有很多对象。我的问题是GPU会渲染不可见的对象吗？即，世界游戏的那些部分，例如在camera...tnx之后
浏览 1提问于2012-05-22得票数 1
我已经创建了一个使用谷歌计算引擎的深度学习(cs231n)只有CPU的实例。我已经升级账号，GPU配额现在是1。但是，按照文档中的说明将GPU添加到现有实例不起作用。
文档建议编辑VM，但是，在停止VM之后，没有用于编辑VM实例的按钮/选项。
我已经在StackOverflow上看到了推荐与文档相同的答案，感觉文档与界面不一致。
我想知道是否有人能够编辑VM并将GPU添加到现有VM实例中？
浏览 3提问于2018-12-29得票数 2
我是谷歌云平台的新手。从数据科学的角度来说，我对它的使用是多么的不直观感到惊讶。我是本地GPU上经验丰富的Tensorflow用户，但在GCP上运行模型似乎是一项不可能完成的任务。
当Tensorflow模型在GCP上部署到生产环境中时，代码驻留在哪里，或者模型存储在哪里？
大多数演示只专注于将第一个结果显示在屏幕上，而没有真正展示事情是如何工作的。
浏览 2提问于2018-03-27得票数 0
1回答
我从“威廉·斯泰林斯”(William)写的“操作系统内部和设计原则”一书中读到，GPU是多个数据上的单一指令，我不明白它意味着什么。我在谷歌搜索，得到了这样一个假设，我不确定它是对是错，也就是说：
SIMD GPU是指GPU只处理一个数据数组上的一条指令，例如游戏，GPU只负责游戏的图形表示，其余的计算是由CPU完成的，是真的吗？
浏览 0提问于2019-03-18得票数 0
2回答
在GCP -> IAM & admin ->配额页面上，为我们服务“计算引擎API NVidia V100 GPU”--集中度1显示限制为4。但当我使用下面的命令在GCP AI平台上提交培训工作时，出现了一个错误，即最大允许的V100 GPU为2。
以下是命令：
gcloud beta ai-platform jobs submit training $JOB_NAME \
--staging-bucket $PACKAGE_STAGING_PATH \
--job-dir $JOB_DIR \
--package-path $TRAINER
浏览 12提问于2020-01-10得票数 2
回答已采纳
我试图运行一个tensorflow容器的谷歌计算引擎与GPU加速器。
试过命令
gcloud compute instances create-with-container job-name \
--machine-type=n1-standard-4 \
--accelerator=type=nvidia-tesla-k80 \
--image-project=deeplearning-platform-release \
--image-family=common-container \
--container image gcr/io/my-container \
浏览 7提问于2019-11-05得票数 4
回答已采纳
我正在使用Google来训练多个卷积神经网络。它一直比较好，但从昨天起，我收到一条消息说：“GPU没有后端可用。
就我个人而言，我认为你可以使用他们的GPU的没完没了，只是记住，一个人只能训练12小时，在最大限度。然而，现在我无法获得一个与GPU后端。我尝试过多次重新启动运行时并登录/退出，但是已经无法获得GPU了。我问我的一位朋友，看他是否能用GPU获得后端，这对他来说很好。
这让我觉得这不是谷歌的问题，而是我的问题。这可能是什么原因，我怎么能再一次在Colab上得到一个GPU？他们会不会因为我用得太多而把我拒之门外？
浏览 0提问于2018-05-10得票数 1
回答已采纳
因此，我使用谷歌Colab，因为我有一些功能，我需要执行的时间太长，在我的cpu。我已经将运行时设置为GPU附加程序，但是当我运行单元时，仍然会收到这样的消息：“警告:您连接到GPU运行时，但没有利用GPU”。
我知道这意味着我正在运行的代码只是使用我的cpu。然而，使用我的cpu，这个函数需要几个小时才能执行。这就是为什么我想使用Colab的GPU，然而，即使我改变了运行时，它仍然使用我的cpu.如何具体地强制Colab使用GPU来执行Colab中的某个单元/功能？
编辑:我刚刚发现，显然Colab使用GPU，只有当使用的软件包是一个软件包专门为GPU的使用。我是否可以使用某种外部包来强制函
浏览 13提问于2022-08-10得票数 0
我一直在研究异步CUDA操作，并读到有一个内核执行(“计算”)队列和两个内存复制队列，一个用于主机到设备(H2D)，另一个用于设备到主机(D2H)。
可以在这些队列中的每个队列中并发运行操作。如果我正确理解，那么在计算队列中可以同时执行多达16个内核。(32关于一些现代建筑。)
然而，在D2H和H2D队列中只能同时发生一个内存传输。如果两者同时使用，这总共是两个同时进行的内存传输，在两个不同的方向。
假设我正确理解了这一切，我的问题是，是哪个设备“管理”数据的传输？
进一步的读取表明GPU具有对主机(CPU)存储器(RAM)的直接存储器访问(DMA)。这意味着CUDA设备( GPU)包含一个管
浏览 0提问于2021-06-05得票数 0
当我尝试用gpu构建一个计算引擎时，我会遇到一些错误。
Example1：
美东1-c
8_vcpu
30gb_ram
4xTESLA_T4
深度学习图像: PyTorch 1.1.0和fastai m25 CUDA 10.0，30 and
两个防火墙选项(http、https)都被选中。
Error1:配额“NVIDIA_T4_GPUS”已超出。限制: 1.0在美国地区-东1。
Example2：
美东1-c
8_vcpu
30gb_ram
1xTESLA_T4
深度学习图像: PyTorch 1.1.0和fastai m25 CUDA 10.0，30 and
两个防火墙选项(http、ht
浏览 0提问于2019-05-13得票数 1
回答已采纳
我是Google云平台的新手，我很难用GPU创建一个VM实例。我相信第一步是提升户口，并要求增加配额，因为免费的层面并没有提供配额。我升级到付费帐户，但我已经有限制为1的GPU。无论如何，我仍然试图要求将配额从1提高到1(我觉得这是毫无意义的)，并收到了一封邮件，称他们目前无法给予我额外的配额。
但是，由于我的限制已经是1，所以我尝试创建一个实例，它总是显示以下错误：“区域‘项目/项目名称/区域/区域名称’没有足够的资源来满足请求。尝试另一个区域，或者稍后再试。”
我尝试了不同的区域，但我似乎总是犯同样的错误。但是，我可以创建一个没有GPU的实例。任何帮助使用GPU建立一个实例都是非
浏览 8提问于2020-08-07得票数 2
回答已采纳
有没有办法让我在像Python IDE (如Spyder)这样的环境下工作，同时在计算引擎中利用GPU的强大功能？谷歌有数据实验室，但那是一个Jupyter Notebook环境，对于代码开发来说并不理想。我想在一个环境中，我可以很容易地调试，并有一个很好的变量浏览器。如果有人知道这个问题的解决方案，我将不胜感激。谢谢!
浏览 24提问于2020-04-27得票数 0
让我来解释一下这个问题。我有一个magento项目与300万个产品和超过600万个网址。问题只出在数据库上，因为有这么多的产品。我只想自动缩放谷歌云sql数据库。然后，它总是会做出足够的响应。我知道这是有可能的谷歌计算引擎，这也包括数据库。那么，谷歌或其他云sql提供商有可能做到这一点吗？
浏览 0提问于2016-01-16得票数 2
我的程序非常适合MPI。每个CPU执行自己的、特定的(复杂的)工作，生成一个double，然后我使用一个MPI_Reduce来乘以来自每个CPU的结果。
但我重复了很多次(超过10万次)。因此，我突然意识到GPU会大大加快速度。
我在谷歌附近，但找不到任何具体的东西。如何将MPI与GPU混合使用？是否有一种方法来查询和验证“哦， 这个等级是GPU，所有其他都是CPU”?有推荐的教程或什么吗？
重要的是，我不需要或不需要一套完整的GPU。我确实需要大量的GPU，然后只需要一个GPU来加速频繁使用的MPI_Reduce操作。
下面是我所说的一个示意图的例子：
假设我有500个CPU。每个CPU以某
浏览 0提问于2012-04-09得票数 10
回答已采纳
当我在特斯拉C2050上运行SDK (4.0)中的simpleMultiCopy时，我得到了以下结果：
[simpleMultiCopy] starting...
[Tesla C2050] has 14 MP(s) x 32 (Cores/MP) = 448 (Cores)
> Device name: Tesla C2050
> CUDA Capability 2.0 hardware with 14 multi-processors
> scale_factor = 1.00
> array_size = 4194304
Relevant properti
浏览 2提问于2012-02-09得票数 1
我不知道如何在GCP上指定可抢占的GPU Deep Learning VM
这就是我使用的：
export IMAGE_FAMILY="tf-latest-gpu"
export ZONE="europe-west4-a "
export INSTANCE_NAME="deeplearning"
gcloud compute instances create $INSTANCE_NAME \
--zone=$ZONE \
--image-family=$IMAGE_FAMILY \
--image-project=deeplearn
浏览 0提问于2018-10-12得票数 2
我试图在MacBook Pro上运行hashcat。
运行hashcat -I以检查设备的信息结果：
hashcat (v6.2.5-38-g8b61f60e8) starting in backend information mode
OpenCL Info:
============
OpenCL Platform ID #1
Vendor..: Apple
Name....: Apple
Version.: OpenCL 1.2 (Aug 11 2021 00:46:43)
Backend Device ID #1
Type...........: CPU
浏览 0提问于2021-12-16得票数 3
与不带AVX和tensorflow-gpu和AVX2的AVX2相比，AVX和AVX2的速度有多快？
我试着用谷歌找到一个答案，但没有成功。很难重新编译tensorflow-gpu for Windows。所以我想知道这是否值得。
浏览 1提问于2017-09-10得票数 14
回答已采纳
我能知道官方对cuFFT多GPU最新cupy版本的支持吗？
它是:步骤1:复制data > f_gpu = cp.asarray(f) #将数据移动到当前设备步骤2:设置GPU的编号-> cp.fft.config.use_multi_gpus = True cp.fft.config.set_cufft_gpus(8)步骤3调用FFT -> fk_gpu = cp.fft.rfftn(f_gpu)/(Nx_Ny_Nz)
这样做对吗？文件上说这是实验性的。还有其他方法正在测试中。我只看到一个GPU正在使用，即使我们设置了更多的gpu。在调试中，我还看到它设置了gpu返回系统中
浏览 0提问于2021-03-17得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
