现在的位置: 首页资讯>正文

AWS 正式发布可与弹性计算云连接起来的 GPU资源,从而加速应用的图形性能

2017年09月04日 作者: 暂无评论 988+ 0

在去年的AWS re:invent大会上,亚马逊推出了一项服务,以便用户获得数量不多不少的GPU功能。问题在于,它只面向Linux应用,Windows用户就不走运了。本周,这个公共云巨头刚宣布了正式发布面向Windows的Amazon EC2 Elastic GPU(https://aws.amazon.com/ec2/Elastic-GPUs/),这是一种GPU资源,可以与弹性计算云(ElasticCompute Cloud)实例连接起来,以便充分利用图形处理单元(GPU)的强大功能,从而加速应用的图形性能。如果软件开发人员力求为各自的应用提升图形性能,他们无疑对亚马逊网络服务公司(AWS)最近提供的服务会感兴趣。

亚马逊表示,Elastic GPU最适合这样的应用:支持OpenGL标准,另外只需要少量或间歇的额外GPU功能,即可实现图形加速。

Elastic GPU并不是你所用实例的硬件的一部分。相反,它们通过你子网中的弹性GPU网络接口来加以连接,你在启动实例以及Elastic GPU时,子网就会创建。下图显示了Elastic GPU是如何连接的。Elastic 001

Elastic GPU示意图(图片来源:AWS)

由于Elastic GPU与网络连接,所以为实例配置足够的网络带宽以支持你的应用很重要。确保你实例的安全组允许通过端口2007进入的流量也很重要。

凡是能使用OpenGL API的应用都可以充分利用Elastic GPU,所以Blender、Google Earth、西门子SolidEdge及更多服务都可以与Elastic GPU一并运行。连Kerbal Space Program这款游戏都可以!

OpenGL是一种跨语言、多平台的应用编程接口,可用于渲染2D和3D向量图形。开发人员声称,OpenGL是业界采用最广泛的2D和3D图形API,广泛用于众多应用领域,比如计算机辅助设计、虚拟现实、科学可视化、航行模拟和视频游戏。

亚马逊声称,Elastic GPU支持最新的OpenGL 3.3 API标准,很快将得益于经过加强的API支持。AWS云高级技术宣传官兰德尔·亨特(Randall Hunt)在一篇博文中写道:“你可以将Elastic GPU与许多类型的实例结合使用,从而可以灵活地选择适合你实际应用的计算、内存和存储资源。”

刚发布的AWS Elastic GPU有四种大小:中型(1GB)、大型(2GB)、超大型(4GB)和2倍超大型(8GB)。目前,它们只可供亚马逊在us-east-1和us-east-2这两个区域的客户使用,不过亚马逊表示晚些时候会在更多的区域提供。

亚马逊认为,相比使用面向OpenGL 3.3应用的G2和G3GPU实例类型,其Elastic GPU是费用更低的一种选择,就最小的一种服务:中型(eg1.medium)而言,起价是每小时5美分。如果我们将该ElasticGPU与t2.medium(每小时6.5美分)连接起来,每小时为实例及GPU支付的总费用不到12美分。以前,最便宜的图形工作站(G2/3类别)每小时收费76美分。也就是说,运行某些图形工作负载的费用缩减了80%。

原文链接:https://www.eeboard.com/news/aws/

搜索爱板网加关注,每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注!

【微信扫描下图可直接关注】

原版二维码

发表评论

相关文章

阿里云加速国际化拓展步伐,重点瞄准欧洲市场

8月21日,阿里云宣布和中东欧地区最大的IT硬件和消费电子分销商ABC Data达成战略合作伙伴关系,为中东欧地区的8个国家提供云计算产品和技术,以帮助当地加速数字化转型。

英伟达 Vs AMD ?光线追踪GPU

占领了服务器芯片和高端游戏芯片市场的制高点之后,英伟达宣告其下一个目标是攻克面向专业视频内容开发者的工作站图形芯片市场。

骁龙845更小更强,移动游戏体验不输友商

面对友商的咄咄逼人,高通在ChinaJoy前的移动游戏体验媒体沟通会期间分享了一些第三方测试的数据,让大家得以从另一角度看到不同的对比结果。由著名的GFXBench测试软件给出的数据对比显示,...

都在自主研发GPU,继苹果后,三星跟进,原因何在?

前段时间,一直有消息称韩国电子巨头三星即将自主设计GPU图形处理单元,为此不仅有招聘信息侧面证明,更有不少熟知内情的人士爆料了诸多项目的细节。如果这是事实,说明未来三星将有望推出一...

谷歌推出AutoML,使神经网络设计降低门槛

在推出AutoML时,谷歌首席执行官Sundar Pichai在博客中写道:“设计神经网络是非常耗时的,其对专业知识的极高要求使得只有小部分科研人员和工程师才能参与设计。这就是我们创建AutoML方法的...