イメージを選択してください

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、TensorFlow、PyTorch、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 CPU のみと 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 バージョンに進んでください。

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-cu123
common-cu122
common-cu121
common-cu118
common-cu113
common-cu110
CPU common-cpu
TensorFlow Enterprise GPU tf-ent-latest-gpu
CPU tf-ent-latest-cpu
PyTorch GPU pytorch-latest-gpu
CPU pytorch-latest-cpu

オペレーティング システムの選択

ほとんどのフレームワークで、Debian 11 がデフォルトの OS です。Ubuntu 22.04 イメージは、一部のフレームワークで使用できます。これらは、イメージ ファミリー名の -ubuntu-2204 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 10 イメージと Debian 9 イメージはサポートが終了しました。

PyTorch と TensorFlow Enterprise のイメージ ファミリーは、A100 GPU アクセラレータをサポートしています。

TensorFlow Enterprise イメージ

TensorFlow Enterprise イメージ ファミリーは、Google Cloud 向けに最適化された TensorFlow ディストリビューションを提供します。サポートされているバージョンなど、TensorFlow Enterprise の詳細については、TensorFlow Enterprise の概要をご覧ください。

試験運用版イメージ

イメージ ファミリーの表に示されているように、Deep Learning VM イメージ ファミリーの中には試験運用版のものがあります。試験運用版のイメージはベスト エフォート ベースでサポートされます。また、フレームワークのリリースに合わせてアップデートされない場合があります。

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

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-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-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
ベース 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
ベース 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

TensorFlow 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
2.17（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

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
2.2（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

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-VERSION-CUDA_VERSION(-experimental) の形式になります。FRAMEWORK はターゲット ライブラリ、VERSION はフレームワーク バージョン、CUDA_VERSION は CUDA スタックのバージョン（存在する場合）です。

たとえば、ファミリー tf-ent-2-13-cu113 からのイメージには TensorFlow Enterprise 2.13 と CUDA 11.3 があります。

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。