GPU ホスト メンテナンス イベントの処理

GPU インスタンスのライブ マイグレーションを行うことはできません。ホスト メンテナンス イベントの際は停止するように GPU インスタンスを設定する必要があります。必要に応じて、停止したインスタンスをメンテナンス イベントの完了後に自動的に再起動するように設定できます。Compute Engine のホスト メンテナンス イベントは 2 週間に 1 回の頻度で発生しますが、これよりも頻繁に行われる場合もあります。

メンテナンス イベント中のワークロードの中断を最小限に抑えるために、インスタンスのメンテナンス スケジュールをモニタリングし、システムの再起動でワークロードを移行する準備を整えることができます。

ホスト メンテナンス イベントについて事前に通知を受け取るようにするには、/computeMetadata/v1/instance/maintenance-event メタデータ値をモニタリングします。メタデータ サーバーに対するリクエストが NONE を返す場合、インスタンスは停止するようにスケジュールされていません。たとえば、インスタンス内から次のコマンドを実行します。

curl http://metadata.google.internal/computeMetadata/v1/instance/maintenance-event -H "Metadata-Flavor: Google"

NONE

メタデータ サーバーから TERMINATE_ON_HOST_MAINTENANCE が返された場合、インスタンスの停止スケジュールが設定されています。Compute Engine は GPU インスタンスに 1 時間の停止通知を送信します。一方、通常のインスタンスは 60 秒の通知のみを受け取ります。メンテナンス イベントを通じて移行するようにアプリケーションを構成します。たとえば、次のいずれかの方法を使用できます。

  • 進行中の作業を Cloud Storage バケットに一時的に移動するようにアプリケーションを構成し、インスタンスの再起動後にそのデータを取り出します。

  • セカンダリ永続ディスクにデータを書き込みます。インスタンスが自動再起動した時点で、永続ディスクを再接続してアプリケーションを再開できます。

ポーリングなしでこのメタデータ値の変更についての通知を受け取ることもできます。ポーリングなしでホスト メンテナンス イベントの高度な通知を受け取る方法の例については、ライブ マイグレーションの通知取得をお読みください。

次のステップ