割り当てポリシー

は、

Cloud Machine Learning Engine にはリソースの割り当てと使用に制限があり、プロジェクトごとに割り当てが適用されます。具体的なポリシーは、リソースの可用性、ユーザー プロフィール、サーバー使用量の履歴などの要因に応じて異なり、予告なく変更される場合があります。

以下のセクションでは、システムの現在の割り当て制限の概要を説明します。

サービス リクエストの制限

100 秒間に作成できる個別の API リクエスト数には制限があります。それぞれの制限は、以降のセクションで説明するように、特定の API または一連の API に適用されます。

プロジェクトのリクエストに設定されている割り当ては、Google Cloud Platform Console の Cloud ML Engine の API Manager で確認できます。現在の制限の隣にある編集アイコンをクリックすることで、制限を最大まで引き上げるリクエストを送信できます。割り当て制限の横にある編集アイコンをクリックしてから [割り当ての増加を申し込む] をクリックすると、上限を上回る割り当てを申し込むことができます。

ジョブ リクエスト

projects.jobs.create リクエスト(トレーニングとバッチ予測ジョブの組み合わせ)には、次の制限が適用されます。

期間 デフォルトの制限 上限
100 秒 10 件 100 件

オンライン予測リクエスト

projects.predict リクエストには、次の制限が適用されます。

期間 デフォルトの制限 上限
100 秒 10,000 10,000

リソース管理リクエスト

このリストのサポートされているリクエストすべての合計に、次の制限が適用されます。

期間 デフォルトの制限 上限
100 秒 50 件 500 件

上記の delete リクエストとすべてのバージョンの create リクエストは、同時に実行できるリクエストの合計数が 10 件に制限されています。

リソースの割り当て

リクエスト回数の制限に加えて、以下のリソース使用の制限もあります。

  • モデル数の上限: 100。
  • バージョン数の上限: 200。バージョンの制限は、プロジェクト内のバージョンの合計数が対象です。バージョンはアクティブなモデル間に分散させることができます。

並列 ML トレーニング ユニットと予測ノードの制限

Cloud ML Engine に割り当てられる Google Cloud Platform 処理リソースは、ML トレーニング ユニット(トレーニング ジョブの場合)または予測ノード(オンラインとバッチ予測の場合)として測定されます。

ML トレーニング ユニットまたは予測ノードがコストに及ぼす影響については、料金ポリシーのページをご覧ください。

一般的なプロジェクトで、Cloud ML Engine を初めて使用する場合の並列処理リソースの制限は次のとおりです。

  • ML トレーニング ユニットの並列数: 45
  • 予測ノードの並列数: 72

並列 GPU 使用の制限

一般的なプロジェクトは、使用できる並列 GPU の数が次のとおりに制限されています。

  • GPU の並列数: 30。これは、同時に使用される GPU の合計最大数です。すべてのタイプの GPU を含みます。タイプごとの制限は次のとおりです。

    • Tesla K80 GPU の同時使用数: 30
    • Tesla P100 GPU の同時使用数: 30

モデルをトレーニングする際に使用する GPU は Google Compute Engine の GPU としてカウントされません。また、Cloud ML Engine の割り当てによって、GPU を使用する Compute Engine VM にアクセスすることはできません。GPU を使用する Compute Engine VM を起動する場合は、Compute Engine のドキュメントに記載されているように、Compute Engine GPU の割り当てをリクエストする必要があります。

GPU について詳しくは、GPU を使用してクラウド内のモデルをトレーニングする方法をご覧ください。

割り当ての増加リクエスト

このページで説明した割り当てはプロジェクトごとに適用されますが、必要に応じて上限を引き上げることもできます。さらに処理能力が必要な場合は、割り当ての増加を申し込むことができます。

  • Google Cloud Platform Console を使用して、Cloud ML Engine の API Manager に表示されている割り当ての増加をリクエストします。

    1. 増加したい割り当てのセクションを探します。

    2. 割り当ての使用状況グラフの割り当て値の横にある鉛筆のアイコンをクリックします。

    3. 必要な増加量を入力します。

      • 設定する割り当て量が割り当て制限のダイアログに表示された範囲内であれば、新しい値を入力して [保存] をクリックします。

      • 表示された最大値を超えて割り当てを増加する場合には、[割り当ての増加を申し込む] をクリックし、別のリクエスト方法の手順に沿って増加をリクエストします。

  • Google Cloud Platform Console に表示されていない割り当てを増やす場合、表示されている最大値よりも大きい割り当てにする場合、またはデフォルトの上限である 250 MB を超えるモデルをデプロイする必要がある場合は、カスタム リクエスト フォームを使用します。

    1. Cloud Machine Learning Engine の割り当てリクエスト フォームに移動します。割り当て増加のダイアログ ボックスにある [割り当ての増加を申し込む] リンクを使用することもできます。

    2. シナリオの説明、割り当ての増加が必要な理由など、必須項目を入力します。

    3. [送信] をクリックします。リクエストに対する返信メールが届きます。

次のステップ

このページは役立ちましたか?評価をお願いいたします。

フィードバックを送信...

scikit-learn と XGBoost の Cloud ML Engine