Locais

Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

O Google Cloud usa regiões subdivididas em zonas para definir a localização geográfica dos recursos físicos de computação. O Google armazena e processa seus dados somente na região especificada para todos os recursos da Vertex AI, exceto tarefas de rotulagem de dados e qualquer recurso no status experimental

Como escolher seu local

É possível escolher qualquer local compatível ao criar um conjunto de dados, treinar um modelo treinado personalizado que não use um conjunto de dados gerenciado ou quando importar um modelo existente. Em geral, é preciso usar a região mais próxima da sua localização física ou da localização física dos usuários pretendidos, mas verifique se o recurso da Vertex AI que você quer usar é compatível na sua região. Não há um local global.

Para operações que não sejam a criação de um conjunto de dados ou a importação de um modelo, é preciso usar o local dos recursos em que você está operando. Por exemplo, quando você cria um pipeline de treinamento que usa um conjunto de dados gerenciado, é preciso utilizar a região em que ele está localizado.

Como especificar o local usando o console do Google Cloud

Ao usar o Console do Google Cloud, você especifica o local usando o menu suspenso de localização:

menu suspenso de locais

Como especificar o local usando a API Vertex AI

Especifique o local de uma solicitação da API Vertex AI usando o endpoint regional apropriado.

Por exemplo, para fazer uma solicitação na região europe-west4, use o seguinte endpoint:

https://europe-west4-aiplatform.googleapis.com

Para fazer uma solicitação na região us-central1, use o seguinte endpoint:

https://us-central1-aiplatform.googleapis.com

Ao especificar um recurso, use o nome da região do recurso como o local. Por exemplo, um conjunto de dados na região us-central1 seria especificado usando o seguinte caminho:

projects/PROJECT/locations/us-central1/datasets/DATASET_ID

Consulte a lista de endpoints de serviço compatíveis.

Locais disponíveis

Regiões da Vertex AI

A Vertex AI está disponível nas regiões a seguir. Consulte também os locais da Vertex AI Workbench.

Américas

  • Oregon (us-west1)
  • Los Angeles (us-west2)
  • Salt Lake City (us-west3)
  • Las Vegas (us-west4)
  • Iowa (us-central1)
  • Carolina do Sul (us-east1)
  • Norte da Virgínia (us-east4)
  • Dallas(us-south1)
  • Montreal (northamerica-northeast1)
  • Toronto (northamerica-northeast2)
  • São Paulo (southamerica-east1)

Europa

  • Londres (europe-west2)
  • Bélgica (europe-west1)
  • Países Baixos (europe-west4)
  • Zurique (europe-west6)
  • Frankfurt (europe-west3)
  • Varsóvia (europe-central2)
  • Paris(europe-west9)

Ásia-Pacífico

  • Mumbai (asia-south1)
  • Singapura (asia-southeast1)
  • Jacarta (asia-southeast2)
  • Hong Kong (asia-east2)
  • Taiwan (asia-east1)
  • Tóquio (asia-northeast1)
  • Sydney (australia-southeast1)
  • Seul (asia-northeast3)

Oriente Médio

  • Tel Aviv (me-west1)

O Google Cloud também oferece outras regiões para outros produtos além da Vertex AI.

Disponibilidade de recursos

Alguns recursos da Vertex AI não estão disponíveis em todas as regiões. A tabela a seguir lista os recursos disponíveis em cada região.

Américas

Região Oregon
us-west1		 Los Angeles
us-west2		 Salt Lake City
us-west3		 Las Vegas
us-west4		 Iowa
us-central1		 Carolina do Sul
us-east1		 Norte da Virgínia
us-east4		 Dallas
(us-south1)		 Montreal
northamerica-northeast1		 Toronto
northamerica-northeast2		 São Paulo
southamerica-east1
AutoML para dados de imagem (treinamento, previsões on-line e em lote)
AutoML para dados tabulares, classificação e objetivos de regressão (treinamento, previsões on-line e em lote e explicações)
AutoML para dados tabulares, objetivo de previsão (treinamento, previsões on-line e em lote e explicações)
AutoML para dados de texto (treinamento, predições on-line e em lote)
AutoML para dados de vídeo (treinamentos e treinamento em lote)
Treinamento do modelo personalizado
Shell interativo para treinamento personalizado
Previsões e explicações on-line de modelos personalizados
Previsões e explicações de lote de modelos personalizados
Rotulagem de dados
Vertex AI Vizier
Pipelines de Vertex AI
Vertex ML Metadata
Experimentos da Vertex AI
Feature Store da Vertex AI
Vertex AI Model Monitoring
Mecanismo de correspondência Vertex AI
Tensorboard da Vertex AI

Europa

Região Londres
europe-west2		 Bélgica
europe-west1		 Países Baixos
europe-west4		 Zurique
europe-west6		 Frankfurt
europe-west3		 Varsóvia
europe-central2		 Paris
(europe-west9)
AutoML para dados de imagem (treinamento, previsões on-line e em lote)
AutoML para dados tabulares, classificação e objetivos de regressão (treinamento, previsões on-line e em lote e explicações)
AutoML para dados tabulares, objetivo de previsão (treinamento, previsões on-line e em lote e explicações)
AutoML para dados de texto (treinamento, predições on-line e em lote)
AutoML para dados de vídeo (treinamentos e treinamento em lote)
Treinamento do modelo personalizado
Shell interativo para treinamento personalizado
Previsões e explicações on-line de modelos personalizados
Previsões e explicações de lote de modelos personalizados
Rotulagem de dados
Vertex AI Vizier
Pipelines de Vertex AI
Vertex ML Metadata
Experimentos da Vertex AI
Feature Store da Vertex AI
Vertex AI Model Monitoring
Mecanismo de correspondência Vertex AI
Tensorboard da Vertex AI

Ásia-Pacífico

Região Mumbai
asia-south1		 Singapura
asia-southeast1		 Jacarta
asia-southeast2		 Hong Kong
asia-east2		 Taiwan
asia-east1		 Tóquio
asia-northeast1		 Sydney
australia-southeast1		 Seul
asia-northeast3
AutoML para dados de imagem (treinamento, previsões on-line e em lote)
AutoML para dados tabulares, classificação e objetivos de regressão (treinamento, previsões on-line e em lote e explicações)
AutoML para dados tabulares, objetivo de previsão (treinamento, previsões on-line e em lote e explicações)
AutoML para dados de texto (treinamento, predições on-line e em lote)
AutoML para dados de vídeo (treinamentos e treinamento em lote)
Treinamento do modelo personalizado
Shell interativo para treinamento personalizado
Previsões e explicações on-line de modelos personalizados
Previsões e explicações de lote de modelos personalizados
Rotulagem de dados
Vertex AI Vizier
Pipelines de Vertex AI
Vertex ML Metadata
Experimentos da Vertex AI
Feature Store da Vertex AI
Vertex AI Model Monitoring
Mecanismo de correspondência Vertex AI
Tensorboard da Vertex AI

Oriente Médio

Região Tel Aviv
me-west1
AutoML para dados de imagem (treinamento, previsões on-line e em lote)
AutoML para dados tabulares, classificação e objetivos de regressão (treinamento, previsões on-line e em lote e explicações)
AutoML para dados tabulares, objetivo de previsão (treinamento, previsões on-line e em lote e explicações)
AutoML para dados de texto (treinamento, predições on-line e em lote)
AutoML para dados de vídeo (treinamentos e treinamento em lote)
Treinamento do modelo personalizado
Shell interativo para treinamento personalizado
Previsões e explicações on-line de modelos personalizados
Previsões e explicações de lote de modelos personalizados
Rotulagem de dados
Vertex AI Vizier
Pipelines de Vertex AI
Vertex ML Metadata
Experimentos da Vertex AI
Feature Store da Vertex AI
Vertex AI Model Monitoring
Mecanismo de correspondência Vertex AI
Tensorboard da Vertex AI

Locais do Vertex AI Workbench

Regiões de notebooks gerenciados

Os notebooks gerenciados estão disponíveis nas regiões a seguir.

Descrição da região Nome da zona
América
Oregon us-west1
Las Vegas us-west4
Iowa us-central1
Montreal northamerica-northeast1
São Paulo southamerica-east1
Europa
Bélgica europe-west1
Holanda europe-west4
Ásia-Pacífico
Mumbai asia-south1
Singapura asia-southeast1
Hong Kong asia-east2
Tóquio asia-northeast1
Sydney australia-southeast1
Seul asia-northeast3

Locais de notebooks gerenciados pelo usuário

Os notebooks gerenciados pelo usuário estão disponíveis nas seguintes zonas.

Descrição da região Nome da zona
América
Oregon us-west1-a
us-west1-b
us-west1-c
Los Angeles us-west2-a
us-west2-b
us-west2-c
Las Vegas us-west4-a
us-west4-b
us-west4-c
Iowa us-central1-a
us-central1-b
us-central1-c
Carolina do Sul us-east1-b
us-east1-c
us-east1-d
Norte da Virgínia us-east4-a
us-east4-b
us-east4-c
Montreal northamerica-northeast1-a
northamerica-northeast1-b
northamerica-northeast1-c
São Paulo southamerica-east1-a
southamerica-east1-b
southamerica-east1-c
Europa
Londres europe-west2-a
europe-west2-b
europe-west2-c
Bélgica europe-west1-b
europe-west1-c
europe-west1-d
Países Baixos europe-west4-a
europe-west4-b
europe-west4-c
Zurique europe-west6-a
europe-west6-b
europe-west6-c
Frankfurt europe-west3-a
europe-west3-b
europe-west3-c
Ásia-Pacífico
Mumbai asia-south1-a
asia-south1-b
asia-south1-c
Singapura asia-southeast1-a
asia-southeast1-b
asia-southeast1-c
Jacarta asia-southeast2-a
asia-southeast2-b
asia-southeast2-c
Hong Kong asia-east2-a
asia-east2-b
asia-east2-c
Taiwan asia-east1-a
asia-east1-b
asia-east1-c
Tóquio asia-northeast1-a
asia-northeast1-b
asia-northeast1-c
Sydney australia-southeast1-a
australia-southeast1-b
australia-southeast1-c
Seul asia-northeast3-a
asia-northeast3-b
asia-northeast3-c

Considerações sobre regiões

Como usar aceleradores

A disponibilidade de aceleradores varia por região. A tabela a seguir lista todos os aceleradores disponíveis para cada região:

Américas

Região Oregon
us-west1		 Los Angeles
us-west2		 Salt Lake City
us-west3		 Las Vegas
us-west4		 Iowa
us-central1		 Carolina do Sul
us-east1		 Norte da Virgínia
us-east4		 Dallas
(us-south1)		 Montreal
northamerica-northeast1		 Toronto
northamerica-northeast2		 São Paulo
southamerica-east1
NVIDIA A100
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100 *
TPU V2 *
Pod de TPU V2 *
TPU V3 * *
Pod de TPU V3

Europa

Região Londres
europe-west2		 Bélgica
europe-west1		 Países Baixos
europe-west4		 Zurique
europe-west6		 Frankfurt
europe-west3		 Varsóvia
europe-central2		 Paris
(europe-west9)
NVIDIA A100
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4 *
NVIDIA Tesla V100 *
TPU V2 *
Pod de TPU V2 *
TPU V3 *
Pod de TPU V3 *

Ásia-Pacífico

Região Mumbai
asia-south1		 Singapura
asia-southeast1		 Jacarta
asia-southeast2		 Hong Kong
asia-east2		 Taiwan
asia-east1		 Tóquio
asia-northeast1		 Sydney
australia-southeast1		 Seul
asia-northeast3
NVIDIA A100 †
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100 * * * *
TPU V2 *
Pod de TPU V2
TPU V3
Pod de TPU V3

Oriente Médio

Região Tel Aviv
me-west1
NVIDIA A100
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100
TPU V2
Pod de TPU V2
TPU V3
Pod de TPU V3

* As células marcadas com asteriscos representam regiões em que o acelerador especificado está disponível para treinamento, mas não para disponibilizar previsões em lote ou on-line.

† As células marcadas com adagas representam regiões em que a GPU especificada está disponível para exibição de previsões em lote ou on-line, mas não para treinamento.

Se o job 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 usando GPUs NVIDIA Tesla T4, NVIDIA Tesla K80 e NVIDIA Tesla P100. Todas essas GPUs estão disponíveis para jobs 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.

Requisitos de local do BigQuery

Ao usar uma tabela do BigQuery como fonte de um conjunto de dados tabular ou de previsão tabular, ela precisa obedecer aos seguintes requisitos de localização:

Américas

  • As tabelas do BigQuery podem ser multirregionais (US) ou regionais (us-central1).

  • As visualizações do BigQuery precisam ser regionais (us-central1).

  • Se a tabela ou a visualização não estiverem no mesmo projeto em que o job da Vertex AI está em execução, verifique se a Vertex AI tem os papéis corretos.

Europa

  • As tabelas e visualizações do BigQuery precisam ser regionais (europe-west4).

  • Local: a região em que o job da Vertex AI é executado, como us-central1, europe-west4 ou asia-east1.

  • Se a tabela ou a visualização não estiverem no mesmo projeto em que o job da Vertex AI está em execução, verifique se a Vertex AI tem os papéis corretos.

Requisitos do bucket do Cloud Storage

Algumas tarefas da Vertex AI, como a importação de dados, usam um bucket do Cloud Storage.

  • Use as configurações a seguir ao criar um bucket do Cloud Storage para usar com a Vertex AI:

    • Tipo de local: Region.
    • Local: a região onde você está usando a Vertex AI; por exemplo, us-central1, europe-west4 ou asia-east1.
    • Classe de armazenamentoStandard

    Essas configurações não são requisitos rigorosos, mas o uso delas geralmente melhora o desempenho. Por exemplo, é possível usar um bucket em uma multirregião com a Vertex AI, mas o carregamento de dados de um bucket na mesma região do recurso da Vertex AI pode reduzir a latência.

  • Se o bucket não estiver no mesmo projeto em que o job da Vertex AI está em execução, verifique se a Vertex AI tem os papéis corretos.

Como restringir locais dos recursos

Os administradores de políticas da organização podem restringir as regiões disponíveis em que é possível usar a Vertex AI criando uma restrição de locais de recursos. Leia sobre como uma restrição de locais de recursos se aplica à Vertex AI.

As restrições de locais de recursos não se aplicam a recursos DataLabelingJob.