フレームワークとプロセッサの組み合わせに適した、特定の Deep Learning VM イメージを利用できます。現在は、PyTorch と汎用の高性能コンピューティングをサポートするイメージがあり、それぞれに GPU 対応のワークフロー バージョンがあります。次の表を参照して、必要なイメージを見つけてください。
イメージ ファミリーの決定
必要なフレームワークとプロセッサに基づき、Deep Learning VM イメージ ファミリーを選択します。次の表には、イメージ ファミリーの最新バージョンがフレームワーク タイプ別に示されています。最新バージョンのイメージを取得するには、名前に latest が含まれているイメージ ファミリーを参照してインスタンスを作成してください。特定のフレームワーク バージョンが必要な場合は、サポートされているフレームワーク バージョンにスキップしてください。
| フレームワーク | プロセッサ | イメージ ファミリー名 |
|---|---|---|
| Base | GPU |
common-cu128-ubuntu-2204-nvidia-570 |
| PyTorch | GPU | pytorch-2-7-cu128-ubuntu-2204-nvidia-570 |
オペレーティング システムの選択
Ubuntu 22.04 がデフォルトの OS で、イメージには NVIDIA ドライバ バージョン 570 が付属しています。これらは、イメージ ファミリー名の -ubuntu-2204-nvidia-570 接尾辞で示されます（すべての利用可能なバージョンのリストをご覧ください）。
Debian イメージはすべて非推奨になりました。
アクティブなイメージはすべて、A3 Ultra GPU アクセラレータをサポートしています。
PyTorch イメージ
PyTorch イメージ ファミリーは、PyTorch と PyTorch Lightning の Google Cloud最適化されたディストリビューションを提供します。
イメージ バージョンの指定
最新のイメージが存在する場合でも、同じイメージを再利用できます。たとえば、クラスタを作成するときに、新しいインスタンスの作成で同じイメージが常に使用されるようにする場合、この機能は非常に便利です。この状況では、イメージ ファミリーの名前を使用しないでください。最新のイメージが更新されると、クラスタ内の一部のインスタンスに異なるイメージが作成されます。
代わりに、イメージの正確な名前を特定してバージョン番号を組み込み、そのイメージを使用してクラスタ内に新しいインスタンスを生成できます。
最新のイメージの正確な名前を確認するには、任意のターミナルで Google Cloud CLI を使用するか、Cloud Shell で次のコマンドを使用します。IMAGE_FAMILY は、最新のバージョン番号を確認するイメージ ファミリー名に置き換えます。
gcloud compute images describe-from-family IMAGE_FAMILY \
--project deeplearning-platform-release出力で name フィールドを探します。新しいインスタンスを作成するときに、このフィールドのイメージ名を使用します。
サポートされているフレームワーク バージョン
Deep Learning VM は、セキュリティの脆弱性を最小限に抑えるスケジュールに基づいて各フレームワーク バージョンをサポートします。Deep Learning VM フレームワークのサポート ポリシーを確認して、サポート終了日と提供終了日の影響を理解してください。
特定のフレームワークまたは CUDA バージョンが必要な場合は、次の表をご覧ください。イメージの特定の VERSION_DATE を確認するには、利用可能なバージョンのリストをご覧ください。
基本バージョン
CPU ベースのイメージはすべて非推奨になりました。
| ML フレームワークのバージョン | 現在のパッチ バージョン | サポートされているアクセラレータ | パッチとサポート終了日 | 有効期間の終了日 | イメージ ファミリー名 |
|---|---|---|---|---|---|
| Base-cu128（Python 3.10 / Ubuntu 22.04） | CUDA 12.8 | GPU（CUDA 12.8） | 2026 年 8 月 1 日 | 2027 年 8 月 1 日 | common-cu128-ubuntu-2204-nvidia-570-VERSION_DATE |
| Base-CPU（Python 3.10 / Debian 11） | 該当なし | CPU のみ | 2024 年 7 月 1 日 | 2025 年 7 月 1 日 | common-cpu-VERSION_DATE-debian-11 |
| Base-cu124（Python 3.10） | CUDA 12.4 | GPU（CUDA 12.4） | 2025 年 4 月 1 日 | 2026 年 4 月 1 日 | common-cu124-VERSION_DATE-debian-11-py310 |
| Base-cu123（Python 3.10） | CUDA 12.3 | GPU（CUDA 12.3） | 2024 年 10 月 19 日 | 2025 年 10 月 19 日 | common-cu123-VERSION_DATE-debian-11-py310 |
| Base-cu122（Python 3.10） | CUDA 12.2 | GPU（CUDA 12.2） | 2024 年 6 月 28 日 | 2025 年 6 月 28 日 | common-cu122-VERSION_DATE-debian-11-py310 |
| Base-cu121（Python 3.10） | CUDA 12.1 | GPU（CUDA 12.1） | 2024 年 2 月 28 日 | 2025 年 2 月 28 日 | common-cu121-VERSION_DATE-debian-11-py310 |
| Base-cu118（Python 3.10） | CUDA 11.8 | GPU（CUDA 11.8） | 2024 年 7 月 1 日 | 2025 年 7 月 1 日 | common-cu118-VERSION_DATE-debian-11-py310 |
| Base-cu113（Python 3.10） | CUDA 11.3 | GPU（CUDA 11.3） | 2024 年 1 月 1 日 | 2025 年 1 月 1 日 | common-cu113-VERSION_DATE-debian-11-py310 |
| Base-cu113（Python 3.7） | CUDA 11.3 | GPU（CUDA 11.3） | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | common-cu113-VERSION_DATE-py37 |
| ベース cu110（Python 3.7） | CUDA 11.0 | GPU（CUDA 11.0） | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | common-cu110-VERSION_DATE-py37 |
| Base-CPU（Python 3.7） | 該当なし | CPU のみ | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | common-cpu-VERSION_DATE-debian-10 |
PyTorch のバージョン
| ML フレームワークのバージョン | 現在のパッチ バージョン | サポートされているアクセラレータ | パッチとサポート終了日 | 有効期間の終了日 | イメージ ファミリー名 |
|---|---|---|---|---|---|
| 2.7（Python 3.10） | 2.7.1 | CUDA 12.8 | 2026 年 8 月 1 日 | 2027 年 8 月 1 日 | pytorch-2-7-cu128-ubuntu-2204-nvidia-570-VERSION_DATE |
| 2.4（Python 3.10） | 2.4.0 | CUDA 12.4 | 2025 年 7 月 24 日 | 2026 年 7 月 24 日 | pytorch-2-4-VERSION_DATE-py310 |
| 2.3（Python 3.10） | 2.3.0 | CUDA 12.1 | 2025 年 4 月 24 日 | 2026 年 4 月 24 日 | pytorch-2-3-VERSION_DATE-py310 |
| 2.2（Python 3.10） | 2.2.0 | CUDA 12.1 | 2025 年 1 月 30 日 | 2026 年 1 月 30 日 | pytorch-2-2-VERSION_DATE-py310 |
| 2.1（Python 3.10） | 2.1.0 | CUDA 12.1 | 2024 年 10 月 4 日 | 2025 年 10 月 4 日 | pytorch-2-1-VERSION_DATE-py310 |
| 2.0（Python 3.10） | 2.0.0 | CUDA 11.8 | 2024 年 3 月 15 日 | 2025 年 3 月 15 日 | pytorch-2-0-VERSION_DATE-py310 |
| 1.13（Python 3.10） | 1.13.1 | CUDA 11.3 | 2023 年 12 月 8 日 | 2024 年 12 月 8 日 | pytorch-1-13-VERSION_DATE-py310 |
| 1.13 | 1.13.1 | CUDA 11.3 | 2023 年 12 月 8 日 | 2024 年 12 月 8 日 | pytorch-1-13-VERSION_DATE-py37 |
| 1.12 | 1.12.1 | CUDA 11.3 | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | pytorch-1-12-VERSION_DATE-py310 |
TensorFlow のバージョン
すべての TensorFlow イメージが非推奨になりました。
| ML フレームワークのバージョン | 現在のパッチ バージョン | サポートされているアクセラレータ | パッチとサポート終了日 | 有効期間の終了日 | イメージ ファミリー名 |
|---|---|---|---|---|---|
| 2.17（Python 3.10） | 2.17.0 | CPU のみ | 2025 年 7 月 11 日 | 2026 年 7 月 11 日 | tf-2-17-cpu-VERSION_DATE-py310 |
| 2.17（Python 3.10） | 2.17.0 | GPU（CUDA 12.3） | 2025 年 7 月 11 日 | 2026 年 7 月 11 日 | tf-2-17-cu123-VERSION_DATE-py310 |
| 2.16（Python 3.10） | 2.16.2 | CPU のみ | 2025 年 6 月 28 日 | 2026 年 6 月 28 日 | tf-2-16-cpu-VERSION_DATE-py310 |
| 2.16（Python 3.10） | 2.16.2 | GPU（CUDA 12.3） | 2025 年 6 月 28 日 | 2026 年 6 月 28 日 | tf-2-16-cu123-VERSION_DATE-py310 |
| 2.15（Python 3.10） | 2.15.0 | CPU のみ | 2024 年 11 月 14 日 | 2025 年 11 月 14 日 | tf-2-15-cpu-VERSION_DATE-py310 |
| 2.15（Python 3.10） | 2.15.0 | GPU（CUDA 12.2） | 2024 年 11 月 14 日 | 2025 年 11 月 14 日 | tf-2-15-cu122-VERSION_DATE-py310 |
| 2.14（Python 3.10） | 2.14.0 | CPU のみ | 2024 年 9 月 26 日 | 2025 年 9 月 26 日 | tf-2-14-cpu-VERSION_DATE-py310 |
| 2.14（Python 3.10） | 2.14.0 | GPU（CUDA 11.8） | 2024 年 9 月 26 日 | 2025 年 9 月 26 日 | tf-2-14-cu118-VERSION_DATE-py310 |
| 2.13（Python 3.10） | 2.13.0 | CPU のみ | 2024 年 7 月 5 日 | 2025 年 7 月 5 日 | tf-2-13-cpu-VERSION_DATE-py310 |
| 2.13（Python 3.10） | 2.13.0 | GPU（CUDA 11.8） | 2024 年 7 月 5 日 | 2025 年 7 月 5 日 | tf-2-13-cu118-VERSION_DATE-py310 |
| 2.12（Python 3.10） | 2.12.0 | CPU のみ | 2024 年 6 月 30 日 | 2025 年 6 月 30 日 | tf-2-12-cpu-VERSION_DATE-py310 |
| 2.12（Python 3.10） | 2.12.0 | GPU（CUDA 11.8） | 2024 年 6 月 30 日 | 2025 年 6 月 30 日 | tf-2-12-cu113-VERSION_DATE-py310 |
| 2.11（Python 3.10） | 2.11.0 | CPU のみ | 2022 年 11 月 15 日 | 2023 年 11 月 15 日 | tf-2-11-cpu-VERSION_DATE-py310 |
| 2.11（Python 3.10） | 2.11.0 | GPU（CUDA 11.3） | 2022 年 11 月 15 日 | 2023 年 11 月 15 日 | tf-2-11-cu113-VERSION_DATE-py310 |
| 2.11 | 2.11.0 | CPU のみ | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-11-cpu-VERSION_DATE-py37 |
| 2.11 | 2.11.0 | GPU（CUDA 11.3） | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-11-cu113-VERSION_DATE-py37 |
| 2.10 | 2.10.1 | CPU のみ | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-10-cpu-VERSION_DATE-py37 |
| 2.10 | 2.10.1 | GPU（CUDA 11.3） | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-10-cu113-VERSION_DATE-py37 |
| 2.9 | 2.9.3 | CPU のみ | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-9-cpu-VERSION_DATE-py37 |
| 2.9 | 2.9.3 | GPU（CUDA 11.3） | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-9-cu113-VERSION_DATE-py37 |
| 2.8 | 2.8.4 | CPU のみ | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-8-cpu-VERSION_DATE-py37 |
| 2.8 | 2.8.4 | GPU（CUDA 11.3） | 2023 年 11 月 15 日 | 2024 年 11 月 15 日 | tf-2-8-cu113-VERSION_DATE-py37 |
| 2.6（py39） | 2.6.5 | CPU のみ | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | tf-2-6-cpu-VERSION_DATE-py39 |
| 2.6（py39） | 2.6.5 | GPU（CUDA 11.3） | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | tf-2-6-cu110-VERSION_DATE-py39 |
| 2.6（py37） | 2.6.5 | CPU のみ | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | tf-2-6-cpu-VERSION_DATE-py37 |
| 2.6（py37） | 2.6.5 | GPU（CUDA 11.3） | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | tf-2-6-cu110-VERSION_DATE-py37 |
| 2.3 | 2.3.4 | CPU のみ | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | tf-2-3-cpu |
| 2.3 | 2.3.4 | GPU（CUDA 11.3） | 2023 年 9 月 1 日 | 2024 年 9 月 1 日 | tf-2-3-cu110-VERSION_DATE |
非推奨後
イメージがパッチとサポートの終了日に達すると、非推奨になります。非推奨とは、これらのイメージが一般公開から削除されることを意味します。セキュリティとパフォーマンスを確保するために、サポートされているイメージを使用することをおすすめします。
Deep Learning VM イメージが非推奨になった場合や、利用終了日を迎えた場合は、サポートされている新しいイメージに移行することを強くおすすめします。これにより、重要なセキュリティ パッチと最新の機能を確実に受け取ることができます。次の移行方法を検討してください。
- 同じイメージ ファミリーに新しいサポート対象イメージがある場合は、イメージを同じイメージ ファミリーのサポート対象バージョンにアップグレードすることをおすすめします。
- 同じイメージ ファミリーに新しいサポート対象イメージがない場合は、別の VM イメージ ファミリーの新しいサポート対象フレームワークを検討してください。
非推奨後にイメージを使用する
非推奨後にイメージを Google のセキュリティに関する推奨事項に反して自己責任で使用する必要がある場合は、VM インスタンスの作成時にイメージ ファミリーからイメージを指定する必要があります。
パッチとサポートの終了日以降にイメージ ファミリー名からイメージを一覧表示するには、gcloud compute images list コマンドに --show-deprecated フラグを含めるか、 Google Cloud コンソールでインスタンスを作成するときに [非推奨のイメージを表示] を選択します。gcloud CLI を使用して利用可能なすべてのバージョンを一覧取得するをご覧ください。
非推奨イメージを使用する Deep Learning VM インスタンスを作成するには、次の gcloud CLI コマンドの例をご覧ください。
gcloud compute instances create deprecated-tf-vm \ --image=projects/deeplearning-platform-release/global/images/IMAGE_NAME \ --machine-type=n1-standard-4 \ --zone=us-east1-c
IMAGE_NAME は、次のようにイメージの名前に置き換えます。
- イメージ ファミリー内の特定のイメージを使用するには、イメージ名（
pytorch-2-7-cu128-ubuntu-2204-nvidia-570-v20250728など）を使用します。
gcloud CLI を使用して利用可能なすべてのバージョンを一覧表示する
次の gcloud CLI コマンドを使用して、利用可能なすべての Deep Learning VM イメージを一覧表示することもできます。
gcloud compute images list \
--project deeplearning-platform-release \
--format="value(NAME)" \
--no-standard-imagesイメージ ファミリーの名前は FRAMEWORK-CUDA_VERSION-OS の形式になります。FRAMEWORK はターゲット ライブラリ、CUDA_VERSION は CUDA スタックのバージョン、OS は NVIDIA ドライバがプリインストールされたオペレーティング システムです。
たとえば、ファミリー pytorch-2-7-cu128-ubuntu-2204-nvidia-570 のイメージには PyTorch 2.7 と CUDA 12.8 があり、OS は NVIDIA ドライバ 570 がプリインストールされた Ubuntu 22.04 です。
次のステップ
Cloud Marketplace またはコマンドラインを使用して、新しい Deep Learning VM インスタンスを作成する。