O Google Cloud usa regiões subdivididas em zonas para definir a localização geográfica dos recursos físicos de computação. Ao executar um job no AI Platform Training, especifique a região em que ele será executado.
O ideal é usar a região mais próxima do local onde você ou os usuários pretendidos se encontram. Veja a seguir as regiões disponíveis para cada serviço.
Regiões disponíveis
O AI Platform Training está disponível nas seguintes regiões:
Américas
- Oregon (us-west1)
- Los Angeles (us-west2)
- Salt Lake City (us-west3)
- Iowa (us-central1)
- Carolina do Sul (us-east1)
- Norte da Virgínia (us-east4)
- Montreal (northamerica-northeast1)
- São Paulo (southamerica-east1)
Europa
- Londres (europe-west2)
- Bélgica (europe-west1)
- Países Baixos (europe-west4)
- Zurique (europe-west6)
- Frankfurt (europe-west3)
- Finlândia (europe-north1)
Ásia-Pacífico
- Mumbai (asia-south1)
- Singapura (asia-southeast1)
- Hong Kong (asia-east2)
- Taiwan (asia-east1)
- Tóquio (asia-northeast1)
- Osaka (asia-northeast2)
- Sydney (australia-southeast1)
- Seul (asia-northeast3)
O Google Cloud também fornece outras regiões para outros produtos além do AI Platform Training.
Considerações sobre regiões
Como treinar com aceleradores
A disponibilidade dos aceleradores varia por região. Abaixo está uma tabela que lista todos os aceleradores disponíveis para cada região:
Américas
| Região | Oregon us-west1 |
Los Angeles us-west2 |
Salt Lake City us-west3 |
Iowa us-central1 |
Carolina do Sul us-east1 |
Norte da Virgínia us-east4 |
Montreal northamerica-northeast1 |
São Paulo southamerica-east1 |
|---|---|---|---|---|---|---|---|---|
| NVIDIA A100 | ||||||||
| NVIDIA Tesla P4 | ||||||||
| NVIDIA Tesla P100 | ||||||||
| NVIDIA Tesla T4 | ||||||||
| NVIDIA Tesla V100 | ||||||||
| TPU v2 | ||||||||
| TPU v3 (Beta) | ||||||||
| Pods da TPU v2 (Pré-lançamento) | ||||||||
| Pods da TPU v3 (Pré-visualização) |
Europa
| Região | Londres europe-west2 |
Bélgica europe-west1 |
Países Baixos europe-west4 |
Zurique europe-west6 |
Frankfurt europe-west3 |
Finlândia europe-north1 |
|---|---|---|---|---|---|---|
| NVIDIA A100 | ||||||
| NVIDIA Tesla P4 | ||||||
| NVIDIA Tesla P100 | ||||||
| NVIDIA Tesla T4 | ||||||
| NVIDIA Tesla V100 | ||||||
| TPU v2 | ||||||
| TPU v3 (Beta) | ||||||
| Pods da TPU v2 (Pré-lançamento) | ||||||
| Pods da TPU v3 (Pré-visualização) |
Ásia-Pacífico
| Região | Mumbai asia-south1 |
Singapura asia-southeast1 |
Hong Kong asia-east2 |
Taiwan asia-east1 |
Tóquio asia-northeast1 |
Osaka asia-northeast2 |
Sydney australia-southeast1 |
Seul asia-northeast3 |
|---|---|---|---|---|---|---|---|---|
| NVIDIA A100 | ||||||||
| NVIDIA Tesla P4 | ||||||||
| NVIDIA Tesla P100 | ||||||||
| NVIDIA Tesla T4 | ||||||||
| NVIDIA Tesla V100 | ||||||||
| TPU v2 | ||||||||
| TPU v3 (Beta) | ||||||||
| Pods da TPU v2 (Pré-lançamento) | ||||||||
| Pods da TPU v3 (Pré-visualização) |
Se o job de treinamento usa vários tipos de GPU, todos eles precisam estar disponíveis em uma única zona na região. Por exemplo, não é possível executar um job em us-central1 com um worker mestre usando GPUs NVIDIA Tesla T4, servidores de parâmetros usando GPUs NVIDIA Tesla K80 e workers usando GPUs NVIDIA Tesla P100. Todas essas GPUs estão disponíveis para jobs de treinamento em us-central1, mas nenhuma zona nessa região oferece os três tipos de GPU. Para saber mais sobre a disponibilidade dessas zonas, confira a comparação entre GPUs para cargas de trabalho de computação.
Recursos insuficientes
A demanda de GPUs e recursos de computação na região us-central1 é alta.
Talvez você receba a mensagem de erro a seguir nos registros do job: Resources are
insufficient in region: <region>. Please try a different region..
Para resolver esse erro, use uma região diferente ou tente novamente mais tarde.
Cloud Storage
Execute o job do AI Platform Training na mesma região que o bucket do Cloud Storage que você está usando para ler e gravar dados do job.
É preciso usar a classe de armazenamento padrão em todos os buckets do Cloud Storage que você está usando para ler e gravar dados do job do AI Platform Training.
Como restringir locais dos recursos
Os administradores de políticas da organização podem restringir as regiões disponíveis para jobs de treinamento criando uma restrição de locais de recursos. Leia sobre como a restrição de locais de recursos se apresenta no AI Platform Training