Regioni

Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Google Cloud utilizza le aree geografiche, suddivise in zone, per definire la località geografica delle risorse di elaborazione fisica. Quando esegui un job su AI Platform Training, devi specificare l'area geografica in cui eseguirlo.

In genere, devi utilizzare l'area geografica più vicina alla tua posizione fisica o quella fisica degli utenti previsti, ma tieni presente le aree geografiche disponibili per ogni servizio come indicato di seguito.

Aree geografiche disponibili

AI Platform Training è disponibile nelle seguenti aree geografiche:

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 aree geografiche aggiuntive per prodotti diversi da AI Platform Training.

Considerazioni sull'area geografica

Addestramento con acceleratori

Gli acceleratori sono disponibili in base all'area geografica. Di seguito è riportata una tabella che elenca tutti gli acceleratori disponibili per ogni area geografica:

Americhe

Area geografica 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 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

Area geografica 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

Area geografica Mumbai
asia-south1
Singapore
asia-southeast1
Hong Kong
asia-east2
Taiwan
asia-east1
Tokyo
asia-northeast1
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 tuo job di addestramento utilizza più tipi di GPU, tutti devono essere disponibili in un'unica zona nella tua area geografica. Ad esempio, non puoi eseguire un job in us-central1 con un worker master che utilizza GPU GPU NVIDIA NVIDIA T4, server con parametri che utilizzano GPU NVIDIA Tesla K80 e worker che utilizzano GPU NVIDIA NVIDIA T400. Anche se tutte queste GPU sono disponibili per i job di addestramento in us-central1, nessuna delle singole zone di quell'area geografica offre tutti e tre i tipi di GPU. Per scoprire di più sulla disponibilità delle zone nelle GPU, consulta il confronto delle GPU per i carichi di lavoro di computing.

Risorse insufficienti

La domanda è elevata per le GPU e per le risorse di calcolo nell'area geografica us-central1. Nei log dei job potresti ricevere un messaggio di errore indicante: Resources are insufficient in region: <region>. Please try a different region..

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

Cloud Storage

  • Il job di AI Platform Training deve essere eseguito nella stessa area geografica del bucket Cloud Storage che utilizzi per leggere e scrivere dati per il job.

  • Devi utilizzare la classe Standard Storage per tutti i bucket Cloud Storage che stai utilizzando 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 aree geografiche disponibili per i job di addestramento creando un vincolo di località delle risorse. Scopri di più su come un vincolo di località delle risorse si applica ad AI Platform Training