Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Vous devez déployer vos ressources personnalisées de prédiction dans le cluster de prédiction que l'opérateur d'infrastructure (IO) crée pour vous. L'opérateur crée des charges de travail de prédiction dans ce même cluster.
Pour créer le cluster de prédiction, collaborez avec l'IO afin d'associer votre projet de prédiction et d'allouer les pools de nœuds nécessaires aux prédictions en ligne dans Google Distributed Cloud (GDC) air-gapped.
Pour créer un cluster de prédiction, procédez comme suit :
Identifiez le projet de votre organisation que vous souhaitez associer au nouveau cluster pour les prédictions en ligne.
Pour créer un projet, consultez Configurer un projet pour Vertex AI.
Vous avez besoin de l'ID de votre projet pour effectuer des appels d'API.
Dans la liste des types de machines disponibles dans Distributed Cloud, choisissez le type de machine pour les nœuds dont vos charges de travail ont besoin dans le cluster.
Le type de machine que vous choisissez dépend de la taille et de la complexité de votre modèle de prédiction. Il détermine les ressources de calcul et d'unité de traitement graphique (GPU) que votre IO fournit au cluster.
Suivez les recommandations de sélection de nœuds lorsque vous choisissez le type de machine pour vos nœuds.
Si nécessaire, communiquez avec l'IO jusqu'à ce qu'il ait terminé de créer le cluster de prédiction associé à votre projet et d'attribuer les pools de nœuds appropriés au sein du cluster.
Une fois le provisionnement du cluster terminé, le cluster de prédiction est prêt pour les prédictions en ligne.
Recommandations de sélection de nœuds
Lorsque l'IO crée des pools de nœuds dans un cluster, il attribue l'un des types de machines disponibles dans Distributed Cloud pour fournir un ensemble prédéfini de ressources pour les nœuds de calcul. En fonction de la taille et de la complexité du modèle, vous avez besoin de performances de calcul différentes et, par conséquent, d'une quantité spécifique de CPU, de mémoire et de GPU. Vous devez fournir ces informations dans votre communication avec l'IO lorsque vous souhaitez créer un cluster de prédiction.
Lorsque vous déterminez avec l'IO le type de machine pour les pools de nœuds dont vous avez besoin dans le cluster de prédiction, vous devez respecter les pratiques suivantes :
Le cloud distribué ajoute une surcharge de calcul aux nœuds pour les composants système obligatoires. Vous devez donc choisir un type de machine plus grand pour vos pools de nœuds que celui que vous prévoyez d'utiliser dans le pool de ressources pour vos modèles.
Choisissez la solution qui fournit le minimum de ressources de mémoire et de calcul nécessaires pour répondre à vos besoins. Par exemple, si votre modèle nécessite huit processeurs virtuels, choisissez le type de machine n2-highcpu-8-gdc, qui est la plus petite solution avec huit processeurs virtuels et 8 Go de mémoire dans Distributed Cloud.
Au fur et à mesure de votre progression, n'envisagez des solutions plus performantes que si les plus petites ne répondent pas à vos besoins, et à la taille et à la complexité du modèle. Il est essentiel de respecter le principe du moindre privilège et de n'utiliser que les ressources dont vous avez besoin pour exécuter votre workflow spécifique. Cette approche responsable garantit une utilisation réfléchie des ressources dans l'environnement Distributed Cloud.
Ne choisissez que les solutions disposant de GPU si vous en avez besoin pour votre modèle.
Si votre modèle nécessite des GPU, envisagez le type de machine a2-highgpu-1g-gdc, qui est la plus petite solution fournissant des GPU.
Modèle de cas de cluster de prédiction
Utilisez le modèle suivant pour envoyer un e-mail à votre OI. L'e-mail ouvre une demande pour créer le cluster de prédiction dont vous avez besoin pour les prédictions en ligne.
Good day,
I need to create a prediction cluster and associate it with a project in my organization to use online predictions.
Please use the following information for the creation of the cluster:
- **Cluster name:** vtx-ai-prediction
- **Name of the organization:** [Specify your organization's name.]
- **Project name:** [Specify the name of your project to associate with the prediction cluster.]
- **Machine type for the node pool:** [Specify the machine type you chose from the list of available machine types for the cluster nodes based on node selection recommendations. Please note that the IO can respond with a different suggestion based on your needs.]
- **Compute resources:** [Optionally, if you know how many compute resources your workloads need, describe them in this field.]
- **Memory resources:** [Optionally, if you know how many memory resources your workloads need, describe them in this field.]
- **GPU resources:** [Optionally, if you know how many GPU resources your workloads need, describe them in this field.]
**Note for IO:** Review the instructions to create the prediction cluster in the following section of the documentation: Operator > Configure the deployment > Create the Prediction cluster
Thank you,
[Your name]
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/09/04 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Difficile à comprendre","hardToUnderstand","thumb-down"],["Informations ou exemple de code incorrects","incorrectInformationOrSampleCode","thumb-down"],["Il n'y a pas l'information/les exemples dont j'ai besoin","missingTheInformationSamplesINeed","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2025/09/04 (UTC)."],[[["\u003cp\u003eOnline Prediction is a Preview feature not intended for production environments and lacks service-level agreements or technical support commitments from Google.\u003c/p\u003e\n"],["\u003cp\u003eTo use online predictions in Google Distributed Cloud (GDC) air-gapped, you must work with the Infrastructure Operator (IO) to create a dedicated prediction cluster and associate it with your project, noting only one prediction cluster can exist per organization.\u003c/p\u003e\n"],["\u003cp\u003eWhen creating a prediction cluster, you need to select a suitable machine type for the cluster nodes based on your model's size and complexity, and then communicate these details to the IO.\u003c/p\u003e\n"],["\u003cp\u003eWhen selecting a machine type, it is recommended to start with the smallest solution that meets the minimum computing and memory needs of the model.\u003c/p\u003e\n"],["\u003cp\u003eA specific template is provided to use when sending an email to the IO, containing the cluster name, the organization's name, the associated project name, machine type for the node pool, compute, memory and GPU resources.\u003c/p\u003e\n"]]],[],null,["# Create the prediction cluster\n\n| **Preview:** Online Prediction is a Preview feature that is available as-is and is not recommended for production environments. Google provides no service-level agreements (SLA) or technical support commitments for Preview features. For more information, see GDC's [feature stages](/distributed-cloud/hosted/docs/latest/gdch/resources/feature-stages).\n\nYou must deploy your prediction custom resources in the prediction cluster\nthat the Infrastructure Operator (IO) creates for you. The operator creates\nprediction workloads in this same cluster.\n\nTo create the prediction cluster, work with the IO to associate your prediction\nproject and allocate the node pools needed for online predictions in\nGoogle Distributed Cloud (GDC) air-gapped.\n| **Important:** Only one prediction cluster can exist in each organization. However, the IO can attach and associate multiple projects to the cluster to separate and organize the endpoints.\n\nTo create a prediction cluster, perform the following steps:\n\n1. Identify the project in your organization that you want to associate with\n the new cluster for online predictions.\n\n To create a project, see\n [Set up a project for Vertex AI](/distributed-cloud/hosted/docs/latest/gdch/application/ao-user/vertex-ai-set-up-project).\n You need your project ID when making API calls.\n2. From [the list of available machine types](/distributed-cloud/hosted/docs/latest/gdch/platform/pa-user/cluster-node-machines#available-machine-types)\n in Distributed Cloud, choose the machine type for the nodes that\n your workloads need in the cluster.\n\n The machine type you choose depends on your prediction model size and\n complexity and determines the compute and graphic processing unit (GPU)\n resources your IO provides to the cluster.\n Follow [node selection recommendations](#node-selection-recommendations)\n when selecting the machine type for your nodes.\n3. Email the IO using the [prediction cluster case template](#case-template) to\n open a case and address your request to create the cluster.\n\n4. If necessary, communicate with the IO until they finish creating the\n prediction cluster associated with your project and assigning the\n appropriate node pools within the cluster.\n\nAfter completing cluster provisioning, the prediction cluster is ready for\nonline predictions.\n\nNode selection recommendations\n------------------------------\n\nWhen the IO creates node pools in a cluster, they assign one of the\n[available machine types](/distributed-cloud/hosted/docs/latest/gdch/platform/pa-user/cluster-node-machines#available-machine-types)\nin Distributed Cloud to provide a predefined set of resources for the\nworker nodes. Depending on the model size and complexity, you require different\ncomputing performances and, consequently, a specific amount of CPU, memory, and\nGPU. You must provide these details in your communication with the IO when you\nwant to create a prediction cluster.\n| **Important:** Distributed Cloud uses virtualized GPUs in the cluster, which means you get a one-seventh slice of the GPU you have for each requested accelerator count. For example, if you ask for an accelerator count of three in the [resource pool](/distributed-cloud/hosted/docs/latest/gdch/application/ao-user/vertex-ai-deploy-model#resource-pool), you get three-sevenths of a GPU.\n\nWhen you determine with the IO the machine type for node pools that you require\nin the prediction cluster, you must adhere to the following practices:\n\n- Distributed Cloud adds computing overhead to the nodes for mandatory system components. Therefore, you must choose a larger machine type for your node pools than the one you intend to use in the [resource pool](/distributed-cloud/hosted/docs/latest/gdch/application/ao-user/vertex-ai-deploy-model#resource-pool) for your models.\n- Choose the solution that provides the minimum memory and computing resources necessary for your requirements. For example, if your model requires eight vCPUs, choose the `n2-highcpu-8-gdc` machine type, the smallest solution with eight vCPUs and 8 GB of memory in Distributed Cloud.\n- As you progress, consider higher performance solutions only if smaller solutions are not adequate for your needs and the size and complexity of the model. It's crucial to adhere to the principle of least privilege, using only the resources you need to execute your specific workflow. This responsible approach ensures considerate use of resources in the Distributed Cloud environment.\n- Only choose solutions that have GPUs if you require them for your model.\n- If your model requires GPUs, consider the `a2-highgpu-1g-gdc` machine type, the smallest solution providing GPUs.\n\nPrediction cluster case template\n--------------------------------\n\nUse the following template to send an email to your IO. The email opens a case\nto create the prediction cluster that you need for online predictions. \n\n Good day,\n\n I need to create a prediction cluster and associate it with a project in my organization to use online predictions.\n\n Please use the following information for the creation of the cluster:\n\n - **Cluster name:** vtx-ai-prediction\n - **Name of the organization:** [Specify your organization's name.]\n - **Project name:** [Specify the name of your project to associate with the prediction cluster.]\n - **Machine type for the node pool:** [Specify the machine type you chose from the list of available machine types for the cluster nodes based on node selection recommendations. Please note that the IO can respond with a different suggestion based on your needs.]\n - **Compute resources:** [Optionally, if you know how many compute resources your workloads need, describe them in this field.]\n - **Memory resources:** [Optionally, if you know how many memory resources your workloads need, describe them in this field.]\n - **GPU resources:** [Optionally, if you know how many GPU resources your workloads need, describe them in this field.]\n\n **Note for IO:** Review the instructions to create the prediction cluster in the following section of the documentation: Operator \u003e Configure the deployment \u003e Create the Prediction cluster\n\n Thank you,\n [Your name]"]]
