Wilayah

Google Cloud menggunakan region, yang dibagi menjadi zona, untuk menentukan lokasi geografis dari resource komputasi fisik. Saat menjalankan tugas di AI Platform Prediction, Anda menentukan region tempat Anda ingin tugas tersebut dijalankan.

Anda biasanya harus menggunakan region yang paling dekat dengan lokasi fisik Anda atau lokasi fisik pengguna yang dituju, tetapi perhatikan region yang tersedia untuk setiap layanan seperti yang tercantum di bawah.

Wilayah yang tersedia

AI Platform Prediction tersedia di region berikut:

Amerika

Region Oregon
us-west1
Los Angeles
us-west2
Salt Lake City
us-west3
Iowa
us-central1
South Carolina
us-east1
Virginia Virginia
us-east4
Montréal
northamerica-northeast1
São Paulo
southamerica-east1
Prediksi online (jenis mesin MLS1 lama)
Prediksi online (jenis mesin N1)
Prediksi batch * * * * *

Eropa

Region London
europe-west2
Belgia
europe-west1
Belanda
europe-west4
Zurich
europe-west6
Frankfurt
europe-west3
Finlandia
europe-north1
Prediksi online (jenis mesin MLS1 lama)
Prediksi online (jenis mesin N1)
Prediksi batch * * * * *

Asia Pasifik

Region Mumbai
asia-south1
Singapura
asia-southeast1
Hong Kong
asia-east2
Taiwan
asia-east1
Tokyo
asia-northeast1
Osaka
asia-northeast2
Sydney
australia-southeast1
Seoul
asia-northeast3
Prediksi online (jenis mesin MLS1 lama)
Prediksi online (jenis mesin N1)
Prediksi batch * * * * * * *

Google Cloud juga menyediakan region tambahan untuk produk selain AI Platform Prediction.

Pertimbangan region

Resource tidak cukup

Permintaan GPU dan resource komputasi di region us-central1 tinggi. Anda mungkin mendapatkan pesan error di log tugas yang bertuliskan: Resources are insufficient in region: <region>. Please try a different region..

Untuk mengatasinya, coba gunakan region lain atau coba lagi nanti.

Cloud Storage

  • Anda harus menjalankan tugas Prediksi AI Platform di region yang sama dengan bucket Cloud Storage yang Anda gunakan untuk membaca dan menulis data untuk tugas tersebut.

  • Anda harus menggunakan class Standard Storage untuk setiap bucket Cloud Storage yang Anda gunakan untuk membaca dan menulis data untuk tugas Prediksi AI Platform.

Prediksi online

Menggunakan GPU untuk prediksi online

Menggunakan GPU untuk prediksi online hanya tersedia di region tertentu, di endpoint regional. Anda tidak dapat menggunakan GPU di endpoint global. Tabel berikut mencantumkan semua akselerator yang tersedia untuk prediksi online, untuk setiap endpoint regional:

Amerika

Region Oregon
us-west1
Iowa
us-central1
South Carolina
us-east1
Virginia Virginia
us-east4
Montréal
northamerica-northeast1
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100

Eropa

Region London
europe-west2
Belgia
europe-west1
Belanda
europe-west4
Frankfurt
europe-west3
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100

Asia Pasifik

Region Singapura
asia-southeast1
Taiwan
asia-east1
Tokyo
asia-northeast1
Sydney
australia-southeast1
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100

Prediksi batch

  • Untuk melakukan prediksi batch, Anda harus menggunakan endpoint API global, bukan endpoint regional.

  • Anda hanya dapat men-deploy model dan versi model untuk prediksi batch di wilayah berikut:

    • us-central1
    • us-east1
    • us-east4
    • europe-west1
    • asia-northeast1

    Untuk melakukan prediksi batch di region lain yang tersedia, yang ditandai dengan tanda bintang di tabel Region yang tersedia, Anda harus menggunakan TensorFlow SavedModel yang disimpan di Cloud Storage.

  • Untuk mendapatkan performa terbaik dalam prediksi batch, Anda harus menjalankan tugas prediksi dan menyimpan data input dan output di region yang sama, terutama untuk set data yang sangat besar.

  • Saat men-deploy model untuk prediksi batch, Anda menentukan region default tempat prediksi akan dijalankan. Saat memulai tugas prediksi batch, Anda dapat menentukan region tempat tugas dijalankan, yang akan menggantikan region default.

Membatasi lokasi resource

Administrator kebijakan organisasi dapat membatasi region yang tersedia untuk model dan tugas prediksi batch dengan membuat batasan lokasi resource. Baca tentang cara penerapan batasan lokasi resource pada AI Platform Prediction