Regionen

Google Cloud Platform verwendet in Zonen unterteilte Regionen, um den geografischen Standort von Computerressourcen zu definieren. Wenn Sie einen Job auf AI Platform ausführen, geben Sie die Region an, in der der Job ausgeführt werden soll.

Sie sollten möglichst die Region verwenden, die Ihrem Standort (oder dem Standort Ihrer Nutzer) am nächsten ist. Beachten Sie jedoch die verfügbaren Regionen für jeden Dienst, die unten aufgeführt sind.

Verfügbare Regionen

AI Platform ist in den folgenden Regionen verfügbar:

Nord- und Südamerika

Region Oregon
us-west1
Iowa
us-central1
South Carolina
us-east1
N. Virginia
us-east4
Training
Onlinevorhersage
Batchvorhersage

Europa

Region Belgien
europe-west1
Niederlande
europe-west4
Schulung
Onlinevorhersage
Batchvorhersage

Asia Pacific

Region Singapur
asia-southeast1
Taiwan
asia-east1
Tokio
asia-northeast1
Schulung
Onlinevorhersage
Batchvorhersage * *

Überlegungen zur Region

Training mit Beschleunigern

Beschleuniger sind regional verfügbar. In der nachfolgenden Tabelle sind alle verfügbaren Beschleuniger für jede Region aufgeführt:

Nord- und Südamerika

Region Oregon
us-west1
Iowa
us-central1
South Carolina
us-east1
NVIDIA Tesla K80
NVIDIA Tesla P4 (Beta)
NVIDIA Tesla P100
NVIDIA Tesla T4 (Beta)
NVIDIA Tesla V100
TPU v2

Europa

Region Belgien
europe-west1
Niederlande
europe-west4
NVIDIA Tesla K80
NVIDIA Tesla P4 (Beta)
NVIDIA Tesla P100
NVIDIA Tesla T4 (Beta)
NVIDIA Tesla V100
TPU v2

Asia Pacific

Region Singapur
asia-southeast1
Taiwan
asia-east1
NVIDIA Tesla K80
NVIDIA Tesla P4 (Beta)
NVIDIA Tesla P100
NVIDIA Tesla T4 (Beta)
NVIDIA Tesla V100
TPU v2

Wenn Ihr Trainingsjob mehrere GPU-Typen verwendet, müssen diese alle in einer einzigen Zone in Ihrer Region verfügbar sein. Sie können beispielsweise keinen Job in us-central1 mit einem Master-Worker ausführen, der NVIDIA Tesla V100-GPUs verwendet, mit Parameterservern, die NVIDIA Tesla K80-GPUs nutzen, und mit Workern, die NVIDIA Tesla P100-GPUs verwenden. Obwohl alle diese GPUs für Trainingsjobs in us-central1 verfügbar sind, bietet keine Zone in dieser Region alle drei GPU-Typen. Weitere Informationen zur Zonenverfügbarkeit von GPUs finden Sie im Vergleich von GPUs für Compute-Arbeitslasten.

Unzureichende Ressourcen

Die Nachfrage nach GPUs und Rechenressourcen in der Region us-central1 ist hoch. In den Joblogs wird möglicherweise folgende Fehlermeldung angezeigt: Resources are insufficient in region: <region>. Please try a different region.

Zum Beheben dieses Problems probieren Sie eine andere Region aus oder versuchen Sie es später noch einmal.

Cloud Storage

  • Sie sollten Ihre AI Platform-Jobs in derselben Region wie den Google Cloud Storage-Bucket ausführen, den Sie zum Lesen und Schreiben von Daten für den Job verwenden.

  • Sie müssen den regionalen Speichertyp für alle Cloud Storage-Buckets verwenden, die Sie zum Lesen und Schreiben von Daten für Ihren AI Platform-Job verwenden.

Onlinevorhersage

  • Wenn Sie ein Modell für Onlinevorhersagen bereitstellen, geben Sie die Region an, in der die Vorhersage ausgeführt werden soll. Onlinevorhersagen stammen dagegen immer aus der Standardregion, die für das Modell angegeben ist.

Batchvorhersage

  • Sie können in asia-east1 oder asia-southeast1 weder ein Modell noch eine Modellversion bereitstellen. Sie können in diesen Regionen jedoch mit einem in Cloud Storage gespeicherten TensorFlow-SavedModel eine Batchvorhersage durchführen.
  • Sie erzielen für die Batchvorhersage insbesondere bei sehr großen Datasets die beste Leistung, wenn Sie die Vorhersagejobs in derselben Region ausführen, in der Sie die Ein- und Ausgabedaten speichern.
  • Wenn Sie ein Modell für Batchvorhersagen bereitstellen, geben Sie die Standardregion an, in der die Vorhersage ausgeführt werden soll. Beim Starten eines Batchvorhersagejobs können Sie jedoch eine Region angeben, in der der Job ausgeführt werden soll, und damit die Standardregion überschreiben.

Weitere Informationen

Hat Ihnen diese Seite weitergeholfen? Teilen Sie uns Ihr Feedback mit:

Feedback geben zu...