应对人工智能和大数据项目 Amazon公布GPU云

ZD至顶网软件频道消息： Amazon Web Services(AWS)推出了一项新的基于GPU的云计算服务，用于人工智能、地震分析、分子建模、基因组学、以及其他需要大量并行处理能力的应用。

AWS表示，Amazon Elastic Compute Cloud (Amazon EC2)的P2实例是面向那些要求“大规模并行浮点性能”的应用。

“这些实例是针对处理复杂的、大规模机器学习、深度学习、计算流体动力学、地震分析、分子建模、基因组学和计算金融工作负载而设计的，”AWS首席布道师Jeff Barr表示。

虽然GPU最初问世是与游戏相关的，但是现在已经在应对大量计算工作负载方面有了新的运用，它可以横向扩展这样大量GPU并行处理任务。这与传统的纵向扩展方法形成鲜明对比，传统方法是通过配置了速度更快的CPU的设备来解决日益复杂的问题，而这正在变得越来越难。也就是说，并不是所有类型的工作负载都适合用多个GPU来处理。通过在云中使用GPU支持的服务，客户还可以开发计算密集型应用，使用CUDA并行计算平台，或者OpenCL框架而无需前端资金投入，Amazon表示。

该实例有很强大的计算能力：最大的P2实例提供了16GPU，以及总共192GB视频内存，40000个并行处理的核心，70 Teraflops的单精度浮点性能，超过23 Teraflops的双精度浮点性能，GPUDriect技术实现GPU之间更高带宽和更低延迟的P2P通信。P2实例还采用732GB的主机内存，最多64个vCPU，采用定制的英特尔志强E5-2686 v4 Broadwell处理器。

Amazon EC2副总裁Matt Garman表示，客户需要更高的GPU性能应对像高性能计算和大数据处理的工作负载。相比Amazon两年前发布的最大G2实例来看，新的P2实例针对单精度浮点计算的计算能力提高了7倍，针对双浮点计算的计算能力提高60倍。

AWS客户Altair Engineering称，采用这项服务会缩短运行模拟的时间。Altair计算流体动力学的总监Stephen Cosgrove说，“我们能力利用Amazon EC2 P2实例的大量聚合GPU内存和双精度浮点性能，在单节点上运行更多模拟，大幅缩短客户模拟时间，雪见运行大规模模拟的成本。”

P2实例提供了3种规模：p2.16xlarge，有16个GPU;p2.8xlarge，有8个GPU;p2.xlarge，有1个GPU，在美国东部(弗吉尼亚州)、美国西部(俄勒冈州)和欧洲(爱尔兰)地区提供。