이 페이지에서는 Deep Learning VM Image 인스턴스를 생성할 때 발생할 수 있는 문제와 문제 해결 방법을 설명합니다.
할당량 초과
증상: - Quota 'NVIDIA_K80_GPUS' exceeded. Limit: 0.0 in region
us-east1.
문제: 할당량이 충분하지 않습니다.
해결방법: GPU를 사용하여 인스턴스를 만들려면 먼저 GPU 할당량이 있어야 합니다. 할당량 페이지에서 프로젝트에 사용 가능한 GPU가 충분히 있는지 확인하세요. GPU가 할당량 페이지에 나와 있지 않거나 추가 GPU 할당량이 필요한 경우 할당량 상향 조정을 요청하세요. 프로젝트에 기존 결제 내역이 있는 경우에는 요청을 제출하면 할당량이 자동으로 제공됩니다. 무료 체험판 계정에는 기본적으로 GPU 할당량이 없습니다.
선점형 GPU와 일반 GPU는 따로 할당량 요청을 해야 한다는 점에 유의하세요. 선점형 GPU 할당량은 일반 GPU에 사용할 수 없습니다. 또한 리전별로 할당량이 주어지므로 할당량이 있는 리전에서 인스턴스를 만들어야 합니다.
리소스를 찾지 못함
증상: - The resource 'projects/deeplearning-platform/zones/europe-west4-c/acceleratorTypes/nvidia-tesla-k80'
was not found
문제: GPU를 사용할 수 없는 리전에서 GPU가 1개 이상 포함된 인스턴스를 만들려고 합니다(예: europe-west4-c에서 K80 GPU가 포함된 인스턴스).
해결방법: 필요한 GPU가 있는 리전을 확인하려면 Compute Engine의 GPU를 참조하세요.
선점형 인스턴스
증상: 할당량이 있지만 UI에서 선점형 인스턴스를 만들 수 없습니다.
해결방법: 현재 Google Cloud Marketplace에서는 선점형 인스턴스를 만들 수 없으므로 CLI를 사용해야 합니다. 새 인스턴스를 설정할 때 --preemptible을 추가하세요.
SSH 포트 전달을 사용하여 JupyterLab에 연결할 수 없음
증상: SSH 포트 전달을 사용하여 JupyterLab에 연결할 때 인스턴스에 연결할 수 없습니다.
문제: 잘못된 TCP 소켓에 연결하려고 합니다.
해결책:
일부 Linux 클라이언트에서 localhost는 IPv6 루프백 주소(
::1)로 확인됩니다.ping -c 1 localhost를 사용하여 이를 확인하세요. 이 명령어가 IPv6 주소를 반환하면gcloud compute ssh명령어에서-L 8080:localhost:8080대신-L 8080:127.0.0.1:8080을 사용합니다.로컬 클라이언트에서
https://localhost:8080대신http://localhost:8080에 연결해야 합니다.
커뮤니티 지원
Stack Overflow에서 Deep Learning VM에 대해 질문하거나 google-dl-platform Google 그룹에 가입하여 Deep Learning VM에 대해 토론하세요.