Regiones

Google Cloud usa regiones, subdivididas en zonas, para definir la ubicación geográfica de los recursos de procesamiento físicos. Cuando ejecutas un trabajo en AI Platform Prediction, debes especificar la región en la que deseas que se ejecute.

Por lo general, debes usar la región más cercana a tu ubicación física o a la ubicación física de los usuarios previstos, pero ten en cuenta las regiones disponibles para cada servicio que se indican a continuación.

Regiones disponibles

AI Platform Prediction está disponible en las siguientes regiones:

América

Región Oregón
us-west1
Los Ángeles
us-west2
Salt Lake City
us-west3
Iowa
us-central1
Carolina del Sur
us-east1
Virginia  del Norte
us-east4
Montreal
northamerica-northeast1
São Paulo
southamerica-east1
Predicción en línea (tipos de máquinas MLS1 heredados)
Predicción en línea (tipos de máquinas N1)
Predicción por lotes * * * * *

Europa

Región Londres
europe-west2
Bélgica
europe-west1
Países Bajos
europe-west4
Zúrich
europe-west6
Fráncfort
europe-west3
Finlandia
europe-north1
Predicción en línea (tipos de máquinas MLS1 heredados)
Predicción en línea (tipos de máquinas N1)
Predicción por lotes * * * * *

Asia-Pacífico

Región Bombay
asia-south1
Singapur
asia-southeast1
Hong Kong
asia-east2
Taiwán
asia-east1
Tokio
asia-northeast1
Osaka
asia-northeast2
Sídney
australia-southeast1
Seúl
asia-northeast3
Predicción en línea (tipos de máquinas MLS1 heredados)
Predicción en línea (tipos de máquinas N1)
Predicción por lotes * * * * * * *

Google Cloud también proporciona regiones adicionales para productos distintos de AI Platform Prediction.

Consideraciones sobre la región

Recursos insuficientes

La demanda es alta para las GPU y los recursos de procesamiento en la región us-central1. Es posible que obtengas un mensaje de error en tus registros de trabajo que diga: Resources are insufficient in region: <region>. Please try a different region..

Para resolver esto, prueba usar una región diferente o vuelve a intentar más tarde.

Cloud Storage

  • Debes ejecutar tu trabajo de AI Platform Prediction en la misma región del depósito de Cloud Storage que usas con el fin de leer y escribir datos para el trabajo.

  • Deberías usar la clase Standard Storage para cualquier depósito de Cloud Storage que uses a fin de leer y escribir datos destinados al trabajo de AI Platform Prediction.

Predicción en línea

Usa GPU para la predicción en línea

El uso de las GPU para la predicción en línea (Beta) solo está disponible en regiones específicas. En la siguiente tabla, se enumeran todos los aceleradores disponibles para la predicción en línea en cada región:

América

Región Iowa
us-central1
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100

Europa

Región Países Bajos
europe-west4
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100

Asia-Pacífico

Región Taiwán
asia-east1
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100

Predicción por lotes

  • Solo puedes implementar modelos y versiones de modelos en las siguientes regiones:

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

    Para realizar predicciones por lotes en otras regiones disponibles, marcadas con asteriscos en la tabla de regiones disponibles, debes usar un modelo guardado de TensorFlow almacenado en Cloud Storage.

  • Si quieres obtener el mejor rendimiento en la predicción por lotes, debes ejecutar el trabajo de predicción y almacenar tus datos de entrada y salida en la misma región, en especial, para conjuntos de datos muy grandes.

  • Cuando implementas un modelo para la predicción por lotes, especifica la región predeterminada en la que deseas que se ejecute la predicción. Cuando comienzas un trabajo de predicción por lotes, puedes especificar una región en la que ejecutar el trabajo, lo que anula la región predeterminada.

Restringe las ubicaciones de recursos

Los administradores de políticas de la organización pueden restringir las regiones disponibles para trabajos de predicción por lotes y modelos mediante la creación de una restricción de ubicaciones de recursos. Obtén información sobre Cómo una restricción de ubicaciones de recursos se aplica a AI Platform Prediction