Google Cloud Managed Lustre
Système de fichiers parallèle hautes performances
Accélérez l'entraînement et l'inférence HPC et d'IA avec le système de fichiers parallèle hautes performances de Google, conforme à POSIX.
Fonctionnalités
Performances et évolutivité pour les charges de travail d'IA/de ML
L'entraînement de grands modèles de deep learning nécessite des ensembles de données volumineux. Managed Lustre, basé sur DDN EXAScaler, répartit l'accès aux données, ce qui réduit les temps d'entraînement et permet d'obtenir des insights plus rapidement, avec une meilleure précision, et de gérer des projets d'IA complexes. Son évolutivité garantit que les performances suivent le rythme de la croissance des données, ce qui évite les goulots d'étranglement de stockage.
Interrogation et traitement rapides de grands ensembles de données
Managed Lustre permet d'interroger et de traiter rapidement de grands ensembles de données stockés dans le cloud. Il permet de générer plus rapidement des rapports de business intelligence, d'effectuer des analyses en temps réel et d'explorer les données de manière plus efficace.
Maximisez les performances par dollar pour les ressources de stockage et de calcul
Optimisez l'utilisation des ressources en distribuant efficacement les données et les tâches de traitement. Cela peut entraîner une réduction des coûts de stockage et de calcul, et une meilleure rentabilité globale. Des fonctionnalités telles que le classement des données, la compression et le placement intelligent des données peuvent également contribuer à réduire les coûts.
Fonctionnement
La création et l'exploitation d'une infrastructure HPC sur site sont coûteuses et impliquent une maintenance continue. De plus, l'infrastructure sur site ne peut généralement pas faire l'objet d'un scaling rapide pour répondre à l'évolution de la demande. La planification, l'acquisition, le déploiement et la mise hors service du matériel sur site prennent un temps considérable, ce qui entraîne un retard dans l'ajout des ressources HPC ou une sous-utilisation de la capacité. Dans le cloud, vous pouvez provisionner efficacement une infrastructure HPC qui utilise les dernières technologies et faire évoluer votre capacité à la demande. Les scientifiques, les chercheurs et les analystes peuvent ainsi rapidement accéder à une capacité HPC supplémentaire pour leurs projets lorsqu'ils en ont besoin.
La création et l'exploitation d'une infrastructure HPC sur site sont coûteuses et impliquent une maintenance continue. De plus, l'infrastructure sur site ne peut généralement pas faire l'objet d'un scaling rapide pour répondre à l'évolution de la demande. La planification, l'acquisition, le déploiement et la mise hors service du matériel sur site prennent un temps considérable, ce qui entraîne un retard dans l'ajout des ressources HPC ou une sous-utilisation de la capacité. Dans le cloud, vous pouvez provisionner efficacement une infrastructure HPC qui utilise les dernières technologies et faire évoluer votre capacité à la demande. Les scientifiques, les chercheurs et les analystes peuvent ainsi rapidement accéder à une capacité HPC supplémentaire pour leurs projets lorsqu'ils en ont besoin.
Utilisations courantes
Charges de travail d'intelligence artificielle (IA) ou de machine learning (ML)
Managed Lustre accélère les applications d'IA et de ML
Les systèmes de fichiers parallèles accélèrent considérablement l'entraînement et l'inférence de l'IA en offrant un accès à haut débit et à faible latence à des ensembles de données volumineux. Ces systèmes répartissent les données sur plusieurs nœuds de stockage, ce qui permet à de nombreuses unités de traitement ou GPU d'y accéder simultanément. Cet accès parallèle élimine les goulots d'étranglement qui se produisent avec les systèmes de fichiers traditionnels, ce qui permet aux modèles d'IA d'ingérer et de traiter rapidement les grandes quantités de données nécessaires à l'entraînement.
Ressources de formation
Managed Lustre accélère les applications d'IA et de ML
Les systèmes de fichiers parallèles accélèrent considérablement l'entraînement et l'inférence de l'IA en offrant un accès à haut débit et à faible latence à des ensembles de données volumineux. Ces systèmes répartissent les données sur plusieurs nœuds de stockage, ce qui permet à de nombreuses unités de traitement ou GPU d'y accéder simultanément. Cet accès parallèle élimine les goulots d'étranglement qui se produisent avec les systèmes de fichiers traditionnels, ce qui permet aux modèles d'IA d'ingérer et de traiter rapidement les grandes quantités de données nécessaires à l'entraînement.
Calcul hautes performances (HPC)
Les applications HPC nécessitent une infrastructure de stockage robuste
Les systèmes de fichiers parallèles sont essentiels pour le calcul hautes performances (HPC). Dans le domaine de la météorologie, ils traitent d'énormes quantités de données météorologiques pour fournir des prévisions précises. Les ingénieurs s'en servent pour des simulations complexes de la dynamique des fluides, améliorant ainsi la conception des avions et des véhicules. Les établissements financiers accélèrent les évaluations des risques et les prévisions du marché en traitant d'énormes ensembles de données financières. Ces systèmes offrent le débit élevé et la faible latence nécessaires aux charges de travail gourmandes en données, ce qui permet d'accélérer et d'optimiser les analyses dans les applications HPC critiques.
Ressources de formation
Les applications HPC nécessitent une infrastructure de stockage robuste
Les systèmes de fichiers parallèles sont essentiels pour le calcul hautes performances (HPC). Dans le domaine de la météorologie, ils traitent d'énormes quantités de données météorologiques pour fournir des prévisions précises. Les ingénieurs s'en servent pour des simulations complexes de la dynamique des fluides, améliorant ainsi la conception des avions et des véhicules. Les établissements financiers accélèrent les évaluations des risques et les prévisions du marché en traitant d'énormes ensembles de données financières. Ces systèmes offrent le débit élevé et la faible latence nécessaires aux charges de travail gourmandes en données, ce qui permet d'accélérer et d'optimiser les analyses dans les applications HPC critiques.
Tarification
| Tarification de Managed Lustre | La tarification de Managed Lustre est principalement basée sur l'emplacement et le niveau de service. |
|---|---|
| Niveau de service | Tarifs |
1 000 Mo/s/Tio Idéal pour les charges de travail hautes performances comme l'entraînement d'IA/de ML, où le débit est essentiel | À partir de 0,60 $ par Gio et par mois |
500 Mo/s/Tio Idéal pour l'équilibre avec la haute performance : Excellent pour les charges de travail IA/ML exigeantes, pour les applications HPC complexes, et pour l'analyse intensive en données qui nécessite un débit conséquent mais peut bénéficier d'un rapport prix/performances plus équilibré. | À partir de 0,34 $ par Gio et par mois |
250 Mo/s/Tio Idéal pour le HPC à usage général et l'IA à débit intensif : adapté à un large éventail de charges de travail HPC, à l'inférence d'IA/ML, au prétraitement des données et aux applications nécessitant des performances nettement supérieures à celles du NFS traditionnel, à un prix abordable. | À partir de 0,21 $ par Gio et par mois |
125 Mo/s/Tio Idéal pour les charges de travail axées sur la capacité avec des besoins d'accès parallèle : conçu pour les scénarios où de grandes capacités et un accès au système de fichiers parallèle sont essentiels. Convient aux tâches parallèles moins gourmandes en E/S. | À partir de 0,145 $ par Gio et par mois |
En savoir plus sur les tarifs de Google Cloud.Consultez le détail des tarifs.
Tarification de Managed Lustre
La tarification de Managed Lustre est principalement basée sur l'emplacement et le niveau de service.
1 000 Mo/s/Tio
Idéal pour les charges de travail hautes performances comme l'entraînement d'IA/de ML, où le débit est essentiel
À partir de 0,60 $ par Gio et par mois
500 Mo/s/Tio
Idéal pour l'équilibre avec la haute performance : Excellent pour les charges de travail IA/ML exigeantes, pour les applications HPC complexes, et pour l'analyse intensive en données qui nécessite un débit conséquent mais peut bénéficier d'un rapport prix/performances plus équilibré.
À partir de 0,34 $ par Gio et par mois
250 Mo/s/Tio
Idéal pour le HPC à usage général et l'IA à débit intensif : adapté à un large éventail de charges de travail HPC, à l'inférence d'IA/ML, au prétraitement des données et aux applications nécessitant des performances nettement supérieures à celles du NFS traditionnel, à un prix abordable.
À partir de 0,21 $ par Gio et par mois
125 Mo/s/Tio
Idéal pour les charges de travail axées sur la capacité avec des besoins d'accès parallèle : conçu pour les scénarios où de grandes capacités et un accès au système de fichiers parallèle sont essentiels. Convient aux tâches parallèles moins gourmandes en E/S.
À partir de 0,145 $ par Gio et par mois
En savoir plus sur les tarifs de Google Cloud.Consultez le détail des tarifs.