Google Cloud utilizza le regioni, suddivise in zone, per definire posizione geografica delle risorse di calcolo fisiche. Quando esegui un job AI Platform Training devi specificare la regione in cui vuoi che venga eseguito.
In genere dovresti utilizzare la regione più vicina alla tua posizione fisica oppure la posizione fisica degli utenti di destinazione, ma tieni presente le regioni disponibili ogni servizio come elencato 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 fornisce anche regioni aggiuntive per diversi da AI Platform Training.
Considerazioni sulle regioni
Addestramento con acceleratori
Gli acceleratori sono disponibili a seconda della 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 southamerica-east1 |
---|---|---|---|---|---|---|---|---|
NVIDIA A100 | ||||||||
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 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-est1 |
Tokyo asia-northeast1 |
Osaka asia-northeast2 |
Sydney australia-sud-est1 |
Seul asia-northeast3 |
---|---|---|---|---|---|---|---|---|
NVIDIA A100 | ||||||||
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 tutte disponibili in un'unica zona in
regione. Ad esempio, non puoi eseguire un job in us-central1
con un worker master
che utilizzano le GPU NVIDIA Tesla T4, i server dei parametri che utilizzano le GPU NVIDIA Tesla K80 e i
GPU NVIDIA Tesla P100. Sebbene tutte queste GPU siano disponibili per i job di addestramento
us-central1
, nessuna singola zona in quella regione fornisce tutti e tre i tipi di GPU. A
scopri di più sulla disponibilità delle GPU per le zone, consulta
confronto delle GPU per i carichi di lavoro di calcolo.
Risorse insufficienti
La domanda è elevata per le GPU e le risorse di calcolo nella regione us-central1
.
Nei log del job potrebbe essere visualizzato il messaggio di errore: 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 dati per il job.
Devi utilizzare la classe Standard Storage per eventuali bucket Cloud Storage che utilizzi per leggere e scrivere dati il tuo job AI Platform Training.
Limitazione delle località delle risorse
Gli amministratori dei criteri dell'organizzazione possono limitare le regioni disponibili per di addestramento mediante la creazione di località delle risorse di blocco. Letto su come si applica un vincolo di località delle risorse AI Platform Training