högpresterande gpu:er - nå nästa nivå av beräkningskapacitet

GPU för machine learning (ML) och ai-baserad bearbetning av stora datavolymer.

I bineros publika molntjänst erbjuder vi grafikkortsacceleration (GPU-acceleration). Vår lösning bygger på Nvidias Ampere-serie av GPUer, optimerade för datacenter och beräkning.

GPU grafikkort
  • flexibilitet  i en molninfrastruktur
  • acceleration av tunga beräkningar
  • möjlighet till NVMe-baserad  lagring

varför GPU inom avancerad dataanalys?

För de mest krävande användningsområdena inom databearbetning och analys behövs nya och effektivare verktyg. En GPU (Graphics Processing Unit, ”grafikkort”) har historiskt använts till att göra beräkningar för att rendera en 3D-bild på en skärm. På en modern GPU, avsedd för datacenter, kan en användare istället utföra beräkningar i program som traditionellt nyttjat en processor (CPU) vilket ger flera stora fördelar.

Att nyttja GPU:er håller snabbt på att bli en ny standard för beräkningsarbeten med hög grad av parallellism inom vetenskap och teknik. Med en GPU kan du träna dina AI-modeller snabbare och bearbeta enorma mängder data på kort tid. En prestandaförbättring på din applikation med 50-150x beroende på användningsområde är ofta rimligt jämfört med att utföra samma arbete på en CPU. Detta möjliggör nya användningsområden som bildanalysering i realtid (ex. för ansiktsigenkänning) eller machine learning via neuralnätverk.

GPU vs CPU jämförelse

vad är skillnaden mellan GPU och CPU?

En modern GPU innehåller typiskt över tusen processorkärnor och är därför extremt bra på beräkningslaster där man kan göra många uppgifter samtidigt (parallell last istället för seriell last). En följdeffekt av detta är mycket hög bandbredd genom GPU:n vilket i sin tur ställer höga krav på dess minne som normalt är avsevärt snabbare än vanligt RAM minne. Produkten av dessa skillnader är en enhet som skiljer sig nämnvärt från den ”mångsysslande” CPUn genom att fokusera på många, enklare uppgifter av samma typ.

vad kostar GPU instanser?

High performance with GPU
High performance with NVMe
High performance with GPU & NVMe
SpecifikationCPURAMGPUKostn./timKostn./mån
hp.4x8-gpu44 Core 8GB RAM4844.12296 SEK2968.53 SEK
hp.8x24-gpu48 Core 24GB RAM82445.62086 SEK4047.02 SEK
hp.12x64-gpu412 Core 64GB RAM126448.61907 SEK6205.73 SEK
hp.4x8-gpu84 Core 8GB RAM4885.16463 SEK3718.53 SEK
hp.8x24-gpu88 Core 24GB RAM82486.666253 SEK4799.70 SEK
hp.12x64-gpu812 Core 64GB RAM126489.66074 SEK6955.73 SEK
hp.4x8-gpu244 Core 8GB RAM482410.37296 SEK7468.53 SEK
hp.8x24-gpu248 Core 24GB RAM8242411.87086 SEK8547.02 SEK
hp.12x64-gpu2412 Core 64GB RAM12642414.86907 SEK10705.73 SEK
SpecifikationCPURAMKostn./timKostn./mån
hp.4x8-nvme504 Core 8GB RAM481.193692 SEK859.45 SEK
hp.8x24-nvme508 Core 24GB RAM8242.766487 SEK1991.87 SEK
hp.12x64-nvme5012 Core 64GB RAM12645.914608 SEK4258.51 SEK
hp.4x8-nvme2504 Core 8GB RAM481.777020 SEK1279.45 SEK
hp.8x24-nvme2508 Core 24GB RAM8243.349825 SEK2411.87 SEK
hp.12x64-nvme25012 Core 64GB RAM12646.497935 SEK4678.51 SEK
Specifikation CPU RAM GPU Kostn./tim Kostn./mån
hp.4x8-gpu4-nvme50 4 Core 8GB RAM 4 8 4 4.26185 SEK 3068.53 SEK
hp.8x24-gpu4-nvme508 Core 24GB RAM82445.75975 SEK4147.02 SEK
hp.12x64-gpu4-nvme5012 Core 64GB RAM126448.75796 SEK6305.73 SEK
hp.4x8-gpu8-nvme504 Core 8GB RAM4885.30351 SEK3818.53 SEK
hp.8x24-gpu8-nvme508 Core 24GB RAM82486.80142 SEK4897.02 SEK
hp.12x64-gpu8-nvme5012 Core 64GB RAM126489.79963 SEK7055.73 SEK
hp.4x8-gpu24-nvme504 Core 8GB RAM482410.51185 SEK7568.53 SEK
hp.8x24-gpu24-nvme508 Core 24GB RAM8242412.00975 SEK8647.02 SEK
hp.12x64-gpu24-nvme5012 Core 64GB RAM12642415.00796 SEK10805.73 SEK
hp.4x8-gpu4-nvme2504 Core 8GB RAM4844.8174 SEK3468.53 SEK
hp.8x24-gpu4-nvme2508 Core 24GB RAM82446.31531 SEK4547.02 SEK
hp.12x64-gpu4-nvme25012 Core 64GB RAM126449.31351 SEK6705.73 SEK
hp.4x8-gpu8-nvme2504 Core 8GB RAM4885.85907 SEK4218.53 SEK
hp.8x24-gpu8-nvme2508 Core 24GB RAM82487.35697 SEK5297.02 SEK
hp.12x64-gpu8-nvme25012 Core 64GB RAM1264810.35518 SEK7455.73 SEK
hp.4x8-gpu24-nvme2504 Core 8GB RAM482411.0674 SEK7968.53 SEK
hp.8x24-gpu24-nvme2508 Core 24GB RAM8242412.56531 SEK9047.02 SEK
hp.12x64-gpu24-nvme25012 Core 64GB RAM12642415.56351 SEK11205.73 SEK

kom igång med GPU redan idag!

Bineros publika molnplattform används av allt från stora företag till snabbföränderliga startups. Det går snabbt och enkelt att komma igång och testa! GPU-tjänsten är lätt att använda och vi guidar dig längs vägen.

Alla nya konton fylls på med 1000 SEK att nyttja resurser för.

 

skapa konto

 

 

hur använder våra kunder GPU?

AktivBo är ett datadrivet kunskaps- och plattformsföretag för fastighetsmarknaden som erbjuder sina kunder ett helhetsstöd i arbetet med kunddrivna effektivitets- och lönsamhetsförbättringar. Genom datainsamling, datadriven analys och agerbara insikter skapas underlag för styrning av fastighetsbolagens verksamhet.

AktivBo sökte en kraftfull och lättanvänd europeisk molntjänst som bygger på öppna standarder för att kunna träna och drifta sina maskininlärningsmodeller. Idag använder AktivBo Bineros publika moln med GPU-acceleration för AI-baserad analys av stora datavolymer.

läs mer läs mer om AktivBos case

vad innebär GPU för olika användningsområden?

Med en GPU kan man snabbare och effektivare arbeta sig igenom ett stort dataset, alternativt göra väldigt många mindre operationer på ett dataset och därför göra djupare analyser eller mer verklighetstrogna modeller. Detta ger stora uppsidor inom användningsområden som:

  • Avancerad analys – med en GPU uppstår möjligheten att göra djupare analyser av större dataset genom den överlägsna beräkningskraften.
  • Maskininlärning (AI/ML) – för att träna upp neuralnätverk krävs ett mycket stort dataset på vilket mindre operationer skall appliceras. Våra GPU:er ger mer än tillräckligt med kraft och hastighet för att optimalt generera komplexa modeller och träning med hög hastighet. Detta förbättrar prediktionerna och besluten för en algoritm.
  • Vetenskaplig forskning – exempelvis genom automatiserad analys av bildmaterial. Tack vare den höga hastigheten kan forskare spara mycket värdefull tid. Stora datamängder bearbetas och analyseras snabbt och gör data synliga. Ostrukturerade data kan enkelt klassificeras och summeras.
  • Virtuell verklighet – genom att ta hänsyn till så flera parametrar än vad som är möjligt på en CPU kan en mer verklighetstrogen och funktionell miljö byggas upp.

Att avlasta beräkningar på en GPU gör också att processorns kapacitet blir tillgänglig för andra uppgifter, vilket i sin tur förbättrar den totala hastigheten på servern och applikationen.

kollegor diskuterar projekt
visar massa kubernetes konteinrar

hur ser bineros GPU lösning ut?

Bineros publika molntjänst erbjuder nu även grafikkortsacceleration (GPU-acceleration). Vår lösning bygger på Nvidias Ampere-serie av GPUer, optimerade för datacenter och beräkning. Vi tillhandahåller flera storlekar av GPU-minne så att våra användare kan hitta den mest kostnadseffektiva lösningen för sitt behov.

Möjligheten att nyttja lagring baserat på NVMe finns även för dessa instanser för att optimera IO-intensiv och latenskänslig mellanlagring av data vid tunga beräkningar. Binero erbjuder GPU med högsta flexibilitet i en transparent ”pay-as-you-go”-modell där man betalar per timme.

Molnbaserad GPU är en effektiv lösning på komplexa uppgifter och har många fördelar:

  • Acceleration av tunga beräkningar
  • Flexibilitet i en molninfrastruktur
  • Högpresterande beräkningskraft
  • Anslutning med låg latens mellan servrar i plattformen
  • Möjlighet till NVMe-baserad lagring

kontakta oss

Har du frågor om GPU? Rådfråga vår specialist eller fyll i formuläret så återkommer vi till dig direkt. 

Fråga vår specialist

emil cloud expert and customer manager of binero clients

Emil Rydin

Customer manager

emil.rydin@binero.com

kontakta oss via formulär

fyll i formuläret nedan och vi kontaktar dig

*” anger obligatoriska fält

Samtycke*
Detta fält används för valideringsändamål och ska lämnas oförändrat.