至顶网软件频道消息: 谷歌公司日前推出可抢占式GPU(Preemptible GPU), 谷歌称抢占式GPU对于在公有云里运行人工智能项目的机构来说是一种更实惠的方式。
谷歌发布的可抢占式GPU提升了旗下基础架构即服务平台的功能,可抢占式GPU是一种用于运行机器学习工作负载的按需图形处理单元。
用户可选择Nvidia公司的K80或P100型号的芯片,二者均广泛用于机器学习,原因是K80或P100可以并行处理大量的数据,例如处理用于训练的数据和运行各种算法。据谷歌说,两者的价格比标准计算实例中的租用价格低50%。
原因是这些GPU置于所谓的抢占式虚拟机里,抢占式虚拟机是谷歌2015年推出的低成本虚拟机。这些虚拟机是利用软件仿真的计算机,具有更高的灵活性和更低的成本。虚拟机在谷歌云端数据中心里未被使用的硬件上运行。因此,这些虚拟机的费用比用通常方式购买的实例要低得多。
不过,由于各数据中心的繁忙程度不一样,可提供给用户的可抢占式虚拟机和可抢占式GPU的数量也不一样。因此,谷歌只允许客户租用最多24小时。而且,如果其他地方需要基础架构资源,谷歌可能会提前关闭实例或GPU。而在这种情况下,系统只会提前30秒发出通知,让应用程序可以安全地结束。
因此,抢占式GPU主要用于无需连续型的工作负载。抢占式GPU对于AI项目的训练阶段应该是一个特别有吸引力的选择。AI项目的训练阶段出现在应用程序投入生产之前,并且往往需要大量的计算资源。毫无疑问,如果能实质性地节省成本,许多公司肯定愿意忍受偶然中断的麻烦。
谷歌11月曾将图形加速器的价格下调了36%,可抢占GPU的50%折扣真可是锦上添花。云领导者亚马逊网络服务公司(Amazon Web Services Inc.)推出的现货实例(Spot instance)同样也是以折扣方式将未使用的数据中心容量提供给用户,但用 的方法不同。谷歌则推出可抢占虚拟机应对。
Nvidia K80芯片可抢占GPU起价为每小时22美分,Nvidia P100芯片可抢占GPU起价为每小时73美分。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。