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 Training, 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 Training está disponible en las siguientes regiones:

América

  • 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)

Europa

  • Londres (europe-west2)
  • Bélgica (europe-west1)
  • Países Bajos (europe-west4)
  • Zúrich (europe-west6)
  • Fráncfort (europe-west3)
  • Finlandia (europe-north1)

Asia-Pacífico

  • 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)

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

Consideraciones sobre la región

Entrenamiento con aceleradores

Los aceleradores están disponibles por región. A continuación se muestra una tabla que enumera todos los aceleradores disponibles para cada región:

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
NVIDIA® A100
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100
TPU v2
TPU v3 (Beta)
Pods de TPU v2 (vista previa)
Pods de TPU v3 (vista previa)

Europa

Región Londres
europe-west2
Bélgica
europe-west1
Países Bajos
europe-west4
Zúrich
europe-west6
Fráncfort
europe-west3
Finlandia
europe-north1
NVIDIA® A100
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100
TPU v2
TPU v3 (Beta)
Pods de TPU v2 (vista previa)
Pods de TPU v3 (vista previa)

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
NVIDIA® A100
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100
TPU v2
TPU v3 (Beta)
Pods de TPU v2 (vista previa)
Pods de TPU v3 (vista previa)

Si tu trabajo de entrenamiento usa varios tipos de GPU, todos deben estar disponible en una misma zona de tu región. Por ejemplo, no puedes ejecutar un trabajo en us-central1 con un trabajador principal que use GPU NVIDIA Tesla T4, servidores de parámetros que usen GPU NVIDIA Tesla K80 ni trabajadores que usen GPU NVIDIA Tesla P100. Si bien todas estas GPU están disponibles para trabajos de entrenamiento en us-central1, ninguna zona de esa región ofrece los tres tipos de GPU. Para obtener más información sobre la disponibilidad de zona de las GPU, consulta la comparación de las GPU para las cargas de trabajo de procesamiento.

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 el trabajo de AI Platform Training en la misma región del bucket 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 Training.

Restringir las ubicaciones de recursos

Los administradores de políticas de la organización pueden restringir las regiones disponibles para trabajos de entrenamiento 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 Training