Orte

Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

Google Cloud verwendet in Zonen unterteilte Regionen, um den geografischen Standort von physischen Computerressourcen zu definieren. Google speichert und verarbeitet Ihre Daten nur in der Region, die Sie für alle Features von Vertex AI angeben, mit Ausnahme von Aufgaben zur Labelerstellung und jeglichen Funktionen im experimentellen oder Vorschau-Status.

Standort auswählen

Sie können einen beliebigen unterstützten Standort auswählen, wenn Sie ein Dataset erstellen, ein benutzerdefiniertes Modell trainieren, das kein verwaltetes Dataset verwendet, oder wenn Sie vorhandenes Modell importieren. Sie sollten in der Regel die Region verwenden, die Ihrem Standort (oder dem Standort Ihrer Nutzer) am nächsten ist. Achten Sie jedoch darauf, dass die zu verwendende Vertex-KI-Funktion in Ihrer Region unterstützt wird. Es gibt keinen globalen Standort.

Für andere Vorgänge als das Erstellen eines Datasets oder das Importieren eines Modells müssen Sie den Speicherort der Ressourcen verwenden, mit denen Sie arbeiten. Wenn Sie beispielsweise eine Trainingspipeline erstellen, die ein verwaltetes Dataset verwendet, müssen Sie die Region verwenden, in der sich das Dataset befindet.

Standort mit der Google Cloud Console angeben

Wenn Sie die Google Cloud Console verwenden, geben Sie den Speicherort mit dem Drop-down-Menü für den Standort an:

Drop-down-Menü „Standorte“

Standort mit der Vertex AI API angeben

Sie geben den Speicherort für eine Vertex AI API-Anfrage mithilfe des entsprechenden regionalen Endpunkts an.

Um beispielsweise eine Anfrage in der Region europe-west4 zu stellen, verwenden Sie den folgenden Endpunkt:

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

Verwenden Sie den folgenden Endpunkt, um eine Anfrage in der Region us-central1 zu stellen:

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

Wenn Sie eine Ressource angeben, verwenden Sie den Namen der Region der Ressource als Standort. Zum Beispiel wird ein Dataset in der Region us-central1 mit folgendem Pfad angegeben:

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

Siehe die Liste der unterstützten Dienstendpunkte.

Verfügbare Standorte

Vertex AI-Regionen

Vertex AI ist in den folgenden Regionen verfügbar. Weitere Informationen zu Vertex AI Workbench-Standorten

Amerika

  • Oregon (us-west1)
  • Los Angeles (us-west2)
  • Salt Lake City (us-west3)
  • Las Vegas (us-west4)
  • Iowa (us-central1)
  • South Carolina (us-east1)
  • N. Virginia (us-east4)
  • Dallas (us-south1)
  • Montreal (northamerica-northeast1)
  • Toronto (northamerica-northeast2)
  • São Paulo (southamerica-east1)

Europa

  • London (europe-west2)
  • Belgien (europe-west1)
  • Niederlande (europe-west4)
  • Zürich (europe-west6)
  • Frankfurt (europe-west3)
  • Warschau (europe-central2)
  • Paris (europe-west9)

Asiatisch-pazifischer Raum

  • Mumbai (asia-south1)
  • Singapur (asia-southeast1)
  • Jakarta (asia-southeast2)
  • Hongkong (asia-east2)
  • Taiwan (asia-east1)
  • Tokio (asia-northeast1)
  • Sydney (australia-southeast1)
  • Seoul (asia-northeast3)

Naher Osten

  • Tel Aviv (me-west1)

Google Cloud bietet auch zusätzliche Regionen für andere Produkte als Vertex AI.

Verfügbarkeit der Funktion

Einige Vertex AI-Features sind nicht in allen Regionen verfügbar. In der folgenden Tabelle sind die Features aufgeführt, die in den einzelnen Regionen verfügbar sind.

Amerika

Region Oregon
us-west1		 Los Angeles
us-west2		 Salt Lake City
us-west3		 Las Vegas
us-west4		 Iowa
us-central1		 South Carolina
us-east1		 N. Virginia
us-east4		 Dallas
us-south1		 Montreal
northamerica-northeast1		 Toronto
northamerica-northeast2		 São Paulo
southamerica-east1
AutoML für Bilddaten (Training, Onlinevorhersagen und Batchvorhersagen)
AutoML für Tabellendaten, Klassifizierungs- und Regressionsziele (Training, Online- und Batchvorhersagen und Erläuterungen)
AutoML für Tabellendaten, Prognoseziel (Training, Online- und Batchvorhersagen und Erläuterungen)
AutoML für Textdaten (Training, Onlinevorhersagen und Batchvorhersagen)
AutoML für Videodaten (Trainings- und Batchvorhersagen)
Training von benutzerdefiniertem Modell
Interaktive Shell für benutzerdefiniertes Training
Onlinevorhersagen und Erläuterungen für benutzerdefinierte Modelle
Batchvorhersagen und Erläuterungen für benutzerdefinierte Modelle
Data Labeling
Vertex AI Vizier
Vertex AI Pipelines
Vertex ML Metadata
Vertex AI Experiments
Vertex AI Feature Store
Vertex AI Model Monitoring
Vertex AI Matching Engine
Vertex AI TensorBoard

Europa

Region London
europe-west2		 Belgien
europe-west1		 Niederlande
europe-west4		 Zürich
europe-west6)		 Frankfurt
europe-west3		 Warschau
europe-central2		 Paris
europe-west9
AutoML für Bilddaten (Training, Onlinevorhersagen und Batchvorhersagen)
AutoML für Tabellendaten, Klassifizierungs- und Regressionsziele (Training, Online- und Batchvorhersagen und Erläuterungen)
AutoML für Tabellendaten, Prognoseziel (Training, Online- und Batchvorhersagen und Erläuterungen)
AutoML für Textdaten (Training, Onlinevorhersagen und Batchvorhersagen)
AutoML für Videodaten (Trainings- und Batchvorhersagen)
Training von benutzerdefiniertem Modell
Interaktive Shell für benutzerdefiniertes Training
Onlinevorhersagen und Erläuterungen für benutzerdefinierte Modelle
Batchvorhersagen und Erläuterungen für benutzerdefinierte Modelle
Data Labeling
Vertex AI Vizier
Vertex AI Pipelines
Vertex ML Metadata
Vertex AI Experiments
Vertex AI Feature Store
Vertex AI Model Monitoring
Vertex AI Matching Engine
Vertex AI TensorBoard

Asiatisch-pazifischer Raum

Region Mumbai
asia-south1		 Singapur
asia-southeast1		 Jakarta
asia-southeast2		 Hongkong
asia-east2		 Taiwan
asia-east1		 Tokio
asia-northeast1		 Sydney
australia-southeast1		 Seoul
asia-northeast3
AutoML für Bilddaten (Training, Onlinevorhersagen und Batchvorhersagen)
AutoML für Tabellendaten, Klassifizierungs- und Regressionsziele (Training, Online- und Batchvorhersagen und Erläuterungen)
AutoML für Tabellendaten, Prognoseziel (Training, Online- und Batchvorhersagen und Erläuterungen)
AutoML für Textdaten (Training, Onlinevorhersagen und Batchvorhersagen)
AutoML für Videodaten (Trainings- und Batchvorhersagen)
Training von benutzerdefiniertem Modell
Interaktive Shell für benutzerdefiniertes Training
Onlinevorhersagen und Erläuterungen für benutzerdefinierte Modelle
Batchvorhersagen und Erläuterungen für benutzerdefinierte Modelle
Data Labeling
Vertex AI Vizier
Vertex AI Pipelines
Vertex ML Metadata
Vertex AI Experiments
Vertex AI Feature Store
Vertex AI Model Monitoring
Vertex AI Matching Engine
Vertex AI TensorBoard

Naher Osten

Region Tel Aviv
me-west1
AutoML für Bilddaten (Training, Onlinevorhersagen und Batchvorhersagen)
AutoML für Tabellendaten, Klassifizierungs- und Regressionsziele (Training, Online- und Batchvorhersagen und Erläuterungen)
AutoML für Tabellendaten, Prognoseziel (Training, Online- und Batchvorhersagen und Erläuterungen)
AutoML für Textdaten (Training, Onlinevorhersagen und Batchvorhersagen)
AutoML für Videodaten (Trainings- und Batchvorhersagen)
Training von benutzerdefiniertem Modell
Interaktive Shell für benutzerdefiniertes Training
Onlinevorhersagen und Erläuterungen für benutzerdefinierte Modelle
Batchvorhersagen und Erläuterungen für benutzerdefinierte Modelle
Data Labeling
Vertex AI Vizier
Vertex AI Pipelines
Vertex ML Metadata
Vertex AI Experiments
Vertex AI Feature Store
Vertex AI Model Monitoring
Vertex AI Matching Engine
Vertex AI TensorBoard

Vertex AI Workbench-Standorte

Regionen für verwaltete Notebooks

Verwaltete Notebooks sind in den folgenden Regionen verfügbar.

Beschreibung der Region Zonenname
Amerika
Oregon us-west1
Las Vegas us-west4
Iowa us-central1
Montreal northamerica-northeast1
São Paulo southamerica-east1
Europa
Belgien europe-west1
Niederlande europe-west4
Asia Pacific
Mumbai asia-south1
Singapur asia-southeast1
Hongkong asia-east2
Tokio asia-northeast1
Sydney australia-southeast1
Seoul asia-northeast3

Standorte von nutzerverwalteten Notebooks

Nutzerverwaltete Notebooks sind in den folgenden Zonen verfügbar.

Beschreibung der Region Zonenname
Amerika
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
South Carolina us-east1-b
us-east1-c
us-east1-d
Northern Virginia 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
London europe-west2-a
europe-west2-b
europe-west2-c
Belgien europe-west1-b
europe-west1-c
europe-west1-d
Niederlande europe-west4-a
europe-west4-b
europe-west4-c
Zürich europe-west6-a
europe-west6-b
europe-west6-c
Frankfurt europe-west3-a
europe-west3-b
europe-west3-c
Asia Pacific
Mumbai asia-south1-a
asia-south1-b
asia-south1-c
Singapur asia-southeast1-a
asia-southeast1-b
asia-southeast1-c
Jakarta asia-southeast2-a
asia-southeast2-b
asia-southeast2-c
Hongkong asia-east2-a
asia-east2-b
asia-east2-c
Taiwan asia-east1-a
asia-east1-b
asia-east1-c
Tokio asia-northeast1-a
asia-northeast1-b
asia-northeast1-c
Sydney australia-southeast1-a
australia-southeast1-b
australia-southeast1-c
Seoul asia-northeast3-a
asia-northeast3-b
asia-northeast3-c

Hinweise zu Regionen

Beschleuniger verwenden

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

Amerika

Region Oregon
us-west1		 Los Angeles
us-west2		 Salt Lake City
us-west3		 Las Vegas
us-west4		 Iowa
us-central1		 South Carolina
us-east1		 N. Virginia
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 *
TPU v2-Pod *
TPU v3 * *
TPU v3-Pod

Europa

Region London
europe-west2		 Belgien
europe-west1		 Niederlande
europe-west4		 Zürich
europe-west6)		 Frankfurt
europe-west3		 Warschau
europe-central2		 Paris
europe-west9
NVIDIA A100
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4 *
NVIDIA Tesla V100 *
TPU v2 *
TPU v2-Pod *
TPU v3 *
TPU v3-Pod *

Asiatisch-pazifischer Raum

Region Mumbai
asia-south1		 Singapur
asia-southeast1		 Jakarta
asia-southeast2		 Hongkong
asia-east2		 Taiwan
asia-east1		 Tokio
asia-northeast1		 Sydney
australia-southeast1		 Seoul
asia-northeast3
NVIDIA A100 †
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100 * * * *
TPU v2 *
TPU v2-Pod
TPU v3
TPU v3-Pod

Naher Osten

Region Tel Aviv
me-west1
NVIDIA A100
NVIDIA Tesla K80
NVIDIA Tesla P4
NVIDIA Tesla P100
NVIDIA Tesla T4
NVIDIA Tesla V100
TPU v2
TPU v2-Pod
TPU v3
TPU v3-Pod

* Mit Sternchen markierte Zellen stellen Regionen dar, in denen der angegebene Beschleuniger für das Training verfügbar ist, aber nicht für die Bereitstellung von Batch- oder Onlinevorhersagen.

† Zellen, die mit Kreuzen gekennzeichnet sind, stellen Regionen dar, in denen der angegebene Beschleuniger für die Bereitstellung von Batch- oder Onlinevorhersagen, aber nicht für das Training verfügbar ist.

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 NVIDIA Tesla T4-GPUs, NVIDIA Tesla K80-GPUs und NVIDIA Tesla P100-GPUs ausführen. 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.

Standortanforderungen für BigQuery

Wenn Sie eine BigQuery-Tabelle als Quelle für ein verwaltetes tabellarisches Dataset oder tabellarische Vorhersagedaten verwenden, muss es die folgenden Standortanforderungen erfüllen:

Amerika

  • BigQuery-Tabellen können entweder multiregional (US) oder regional (us-central1) sein.

  • BigQuery-Ansichten müssen regional sein (us-central1).

  • Wenn sich die Tabelle oder Ansicht nicht im selben Projekt befindet, in dem der Vertex AI-Job ausgeführt wird, sorgen Sie dafür, dass Vertex AI die richtigen Rollen hat.

Europa

  • BigQuery-Tabellen und -Ansichten müssen regional sein (europe-west4).

  • Standort: Die Region, in der Ihr Vertex AI-Job ausgeführt wird, z. B. us-central1, europe-west4 oder asia-east1.

  • Wenn sich die Tabelle oder Ansicht nicht im selben Projekt befindet, in dem der Vertex AI-Job ausgeführt wird, sorgen Sie dafür, dass Vertex AI die richtigen Rollen hat.

Anforderungen an Cloud Storage-Buckets

Einige Vertex AI-Aufgaben, z. B. das Importieren von Daten, verwenden einen Cloud Storage-Bucket.

  • Wir empfehlen die Verwendung der folgenden Einstellungen beim Erstellen eines Cloud Storage-Buckets zur Verwendung mit Vertex AI:

    • Standorttyp: Region.
    • Standort: Die Region, in der Sie Vertex AI verwenden. Beispiel: us-central1, europe-west4 oder asia-east1.
    • Speicherklasse: Standard.

    Diese Einstellungen sind nicht unbedingt notwendig, aber sie verbessern häufig die Leistung. Es ist beispielsweise möglich, einen Bucket an einem multiregionalen Standort mit Vertex AI zu verwenden, aber das Laden von Daten aus einem Bucket in derselben Region wie Ihre Vertex AI-Ressource kann die Latenz verringern.

  • Wenn sich der Bucket nicht im selben Projekt befindet, in dem der Vertex AI-Job ausgeführt wird, sorgen Sie dafür, dass Vertex AI die richtigen Rollen hat.

Ressourcenstandorte einschränken

Administratoren von Organisationsrichtlinien können die verfügbaren Regionen, in denen Sie Vertex AI verwenden können, durch Erstellen einer Einschränkung für Ressourcenstandorte einschränken. Einschränkungen für Ressourcenstandorte für Vertex AI

Einschränkungen für Ressourcenstandorte gelten nicht für DataLabelingJob-Ressourcen.