Regioni

Google Cloud utilizza le regioni, suddivise in zone, per definire la posizione geografica delle risorse di calcolo fisiche. Quando esegui un job su AI Platform Training, specifichi la regione in cui vuoi che venga eseguito.

In genere è consigliabile utilizzare l'area geografica più vicina alla tua posizione fisica o alla località fisica degli utenti di destinazione, ma tieni presente le regioni disponibili per ogni servizio, come indicato di seguito.

Aree geografiche disponibili

AI Platform Training è disponibile nelle seguenti regioni:

Americhe

  • Oregon (us-west1)
  • Los Angeles (us-west2)
  • Salt Lake City (us-west3)
  • Iowa (us-central1)
  • Carolina del Sud (us-east1)
  • N. Virginia (us-east4)
  • Montréal (northamerica-northeast1)
  • San Paolo (southamerica-east1)

Europa

  • Londra (europe-west2)
  • Belgio (europe-west1)
  • Paesi Bassi (europe-west4)
  • Zurigo (europe-west6)
  • Francoforte (europe-west3)
  • Finlandia (europe-north1)

Asia Pacifico

  • Mumbai (asia-south1)
  • Singapore (asia-southeast1)
  • Hong Kong (asia-east2)
  • Taiwan (asia-east1)
  • Tokyo (asia-northeast1)
  • Osaka (asia-northeast2)
  • Sydney (australia-southeast1)
  • Seul (asia-northeast3)

Google Cloud offre inoltre regioni aggiuntive per prodotti diversi da AI Platform Training.

Considerazioni sulle regioni

Addestramento con acceleratori

Gli acceleratori sono disponibili a livello di regione. Di seguito è riportata una tabella che elenca tutti gli acceleratori disponibili per ogni regione:

Americhe

Regione Oregon
us-west1
Los Angeles
us-west2
Salt Lake City
us-west3
Iowa
us-central1
Carolina del Sud
us-east1
N. Virginia
us-east4
Montréal
northamerica-northeast1
San Paolo
sudamerica-east1
NVIDIA A100
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100
TPU v2
TPU v3 (beta)
Pod TPU v2 (anteprima)
Pod TPU v3 (anteprima)

Europa

Regione Londra
europe-west2
Belgio
europe-west1
Paesi Bassi
europe-west4
Zurigo
europe-west6
Francoforte
europe-west3
Finlandia
europe-north1
NVIDIA A100
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100
TPU v2
TPU v3 (beta)
Pod TPU v2 (anteprima)
Pod TPU v3 (anteprima)

Asia Pacifico

Regione Mumbai
asia-sud1
Singapore
asia-sud-est1
Hong Kong
asia-east2
Taiwan
asia-orientale1
Tokyo
asia-nord-est1
Osaka
asia-northeast2
Sydney
australia-sud-est1
Seul
asia-northeast3
NVIDIA A100
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100
TPU v2
TPU v3 (beta)
Pod TPU v2 (anteprima)
Pod TPU v3 (anteprima)

Se il job di addestramento utilizza più tipi di GPU, devono essere tutti disponibili in un'unica zona nella tua regione. Ad esempio, non puoi eseguire un job in us-central1 con un master worker che utilizza GPU NVIDIA Tesla T4, server dei parametri che utilizzano GPU NVIDIA Tesla K80 e worker che utilizzano GPU NVIDIA Tesla P100. Sebbene tutte queste GPU siano disponibili per i job di addestramento in us-central1, nessuna singola zona in quella regione fornisce tutti e tre i tipi di GPU. Per ulteriori informazioni sulla disponibilità a livello di zona delle GPU, consulta il confronto delle GPU per i carichi di lavoro di computing.

Risorse insufficienti

La domanda è elevata per GPU e risorse di calcolo nella regione us-central1. Nei log del job potrebbe essere visualizzato un messaggio di errore che indica: Resources are insufficient in region: <region>. Please try a different region..

Per risolvere il problema, prova a utilizzare un'altra regione o riprova più tardi.

Cloud Storage

  • Devi eseguire il job di AI Platform Training nella stessa regione del bucket Cloud Storage che stai utilizzando per leggere e scrivere i dati per il job.

  • Devi utilizzare la classe Standard Storage per tutti i bucket Cloud Storage che usi per leggere e scrivere dati per il job di AI Platform Training.

Limitazione delle località delle risorse

Gli amministratori dei criteri dell'organizzazione possono limitare le regioni disponibili per i job di addestramento creando un vincolo delle località delle risorse. Scopri di più su come si applica un vincolo delle località delle risorse ad AI Platform Training