Ubicaciones

Google Cloud usa regiones, subdivididas en zonas, para definir la ubicación geográfica de los recursos de procesamiento físicos. Google almacena y procesa tus datos solo en la región que especifiques para todas las características de Vertex AI, excepto las tareas de etiquetado de datos y cualquier característica en estado experimental.

Elige tu ubicación

Puedes elegir cualquier ubicación compatible cuando creas un conjunto de datos, entrenas un modelo de entrenamiento personalizado que no usa un conjunto de datos administrado o cuando importas un modelo existente. Por lo general, debes usar la región más cercana a tu ubicación física o a la ubicación física de los usuarios previstos, pero verifica que la función de Vertex AI que deseas usar sea compatible con tu región. No existe una ubicación global.

Para otras operaciones que no sean crear un conjunto de datos o importar un modelo, debes usar la ubicación de los recursos en los que operas. Por ejemplo, cuando creas una canalización de entrenamiento que usa un conjunto de datos administrado, debes usar la región en la que se encuentra el conjunto de datos.

Especifica la ubicación mediante la consola

Cuando uses Google Cloud Console, especifica la ubicación mediante el menú desplegable de la ubicación:

menú desplegable de ubicaciones

Especifica la ubicación con la API de Vertex AI

Especifica la ubicación para una solicitud a la API de Vertex AI con el extremo regional correspondiente.

Por ejemplo, para realizar una solicitud en la región europe-west4, usa el siguiente extremo:

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

Para realizar una solicitud en la región us-central1, usa el siguiente extremo:

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

Cuando especificas un recurso, se usa el nombre de la región del recurso como la ubicación. Por ejemplo, un conjunto de datos en la región us-central1 se especificaría mediante la siguiente ruta de acceso:

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

Consulta la lista de extremos del servicio admitidos.

Ubicaciones disponibles

Regiones de Vertex AI

Vertex AI está disponible en las siguientes regiones: Consulta también las ubicaciones de Vertex AI Workbench.

América

Oregón (us-west1)
Los Ángeles (us-west2)
Las Vegas (us-west4)
Iowa (us-central1)
Carolina del Sur (us-east1)
Virginia del Norte (us-east4)
Dallas (us-south1)
Montreal (northamerica-northeast1)
Toronto (northamerica-northeast2)
São Paulo (southamerica-east1)

Europa

Londres (europe-west2)
Bélgica (europe-west1)
Países Bajos (europe-west4)
Zúrich (europe-west6)
Fráncfort (europe-west3)
París (europe-west9)

Asia-Pacífico

Bombay (asia-south1)
Singapur (asia-southeast1)
Hong Kong (asia-east2)
Taiwán (asia-east1)
Tokio (asia-northeast1)
Sídney (australia-southeast1)
Seúl (asia-northeast3)

Google Cloud también proporciona regiones adicionales para productos que no sean Vertex AI.

Disponibilidad de las características

Algunas funciones de la API de Vertex no están disponibles en todas las regiones. En la siguiente tabla, se enumeran las características disponibles en cada región:

América

Región	Oregón us-west1	Los Ángeles us-west2	Las Vegas us-west4	Iowa us-central1	Carolina del Sur us-east1	Virginia del Norte us-east4	Dallas us-south1	Montreal northamerica-northeast1	Toronto (northamerica-northeast2)	São Paulo southamerica-east1
AutoML para datos de imágenes (entrenamiento, predicciones en línea y predicciones por lotes)
AutoML para datos tabulares, objetivos de clasificación y regresión (entrenamiento, predicciones en línea y por lotes, y explicaciones)
AutoML para datos tabulares, objetivo de previsión (predicciones, predicciones en línea y por lotes, y explicaciones)
AutoML para datos de texto (entrenamiento, predicciones en línea y predicciones por lotes)
AutoML para datos de video (entrenamiento y predicción por lotes)
Entrenamiento personalizado de modelos
Shell interactiva para entrenamiento personalizado
Predicciones y explicaciones personalizadas en línea de modelos
Predicciones y explicaciones por lotes de modelos personalizados
Etiquetado de datos
Vertex AI Vizier
Vertex AI Pipelines
Metadatos del AA de Vertex
Vertex AI Experiments
Vertex AI Feature Store
Vertex AI Model Monitoring
Vertex AI Matching Engine
Vertex AI TensorBoard

Europa

Región	Londres europe-west2	Bélgica europe-west1	Países Bajos europe-west4	Zúrich europe-west6	Fráncfort europe-west3	París (europe-west9)
AutoML para datos de imágenes (entrenamiento, predicciones en línea y predicciones por lotes)
AutoML para datos tabulares, objetivos de clasificación y regresión (entrenamiento, predicciones en línea y por lotes, y explicaciones)
AutoML para datos tabulares, objetivo de previsión (predicciones, predicciones en línea y por lotes, y explicaciones)
AutoML para datos de texto (entrenamiento, predicciones en línea y predicciones por lotes)
AutoML para datos de video (entrenamiento y predicción por lotes)
Entrenamiento personalizado de modelos
Shell interactiva para entrenamiento personalizado
Predicciones y explicaciones personalizadas en línea de modelos
Predicciones y explicaciones por lotes de modelos personalizados
Etiquetado de datos
Vertex AI Vizier
Vertex AI Pipelines
Metadatos del AA de Vertex
Vertex AI Experiments
Vertex AI Feature Store
Vertex AI Model Monitoring
Vertex AI Matching Engine
Vertex AI TensorBoard

Asia-Pacífico

Región	Bombay asia-south1	Singapur asia-southeast1	Hong Kong asia-east2	Taiwán asia-east1	Tokio asia-northeast1	Sídney australia-southeast1	Seúl asia-northeast3
AutoML para datos de imágenes (entrenamiento, predicciones en línea y predicciones por lotes)
AutoML para datos tabulares, objetivos de clasificación y regresión (entrenamiento, predicciones en línea y por lotes, y explicaciones)
AutoML para datos tabulares, objetivo de previsión (predicciones, predicciones en línea y por lotes, y explicaciones)
AutoML para datos de texto (entrenamiento, predicciones en línea y predicciones por lotes)
AutoML para datos de video (entrenamiento y predicción por lotes)
Entrenamiento personalizado de modelos
Shell interactiva para entrenamiento personalizado
Predicciones y explicaciones personalizadas en línea de modelos
Predicciones y explicaciones por lotes de modelos personalizados
Etiquetado de datos
Vertex AI Vizier
Vertex AI Pipelines
Metadatos del AA de Vertex
Vertex AI Experiments
Vertex AI Feature Store
Vertex AI Model Monitoring
Vertex AI Matching Engine
Vertex AI TensorBoard

Ubicaciones de Vertex AI Workbench

Regiones de notebooks administrados

Los notebooks administrados están disponibles en las siguientes regiones.

	Descripción de la región	Nombre de la zona
América
	Oregón	`us-west1`
	Iowa	`us-central1`
	Montreal	`northamerica-northeast1`
Europa
	Bélgica	`europe-west1`

Ubicaciones de notebooks administrados por el usuario

Los notebooks administrados por el usuario están disponibles en las siguientes zonas.

	Descripción de la región	Nombre de la zona
América
	Iowa	`us-central1-a` `us-central1-b` `us-central1-c`
	Las Vegas	`us-west4-a` `us-west4-b` `us-west4-c`
	Los Ángeles	`us-west2-a` `us-west2-b` `us-west2-c`
	Montreal	`northamerica-northeast1-a` `northamerica-northeast1-b` `northamerica-northeast1-c`
	Virginia del Norte	`us-east4-a` `us-east4-b` `us-east4-c`
	Oregón	`us-west1-a` `us-west1-b` `us-west1-c`
	São Paulo	`southamerica-east1-a` `southamerica-east1-b` `southamerica-east1-c`
	Carolina del Sur	`us-east1-b` `us-east1-c` `us-east1-d`
Europa
	Bélgica	`europe-west1-b` `europe-west1-c` `europe-west1-d`
	Fráncfort	`europe-west3-a` `europe-west3-b` `europe-west3-c`
	Londres	`europe-west2-a` `europe-west2-b` `europe-west2-c`
	Países Bajos	`europe-west4-a` `europe-west4-b` `europe-west4-c`
	Zúrich	`europe-west6-a` `europe-west6-b` `europe-west6-c`
Asia-Pacífico
	Hong Kong	`asia-east2-a` `asia-east2-b` `asia-east2-c`
	Yakarta	`asia-southeast2-a` `asia-southeast2-b` `asia-southeast2-c`
	Bombay	`asia-south1-a` `asia-south1-b` `asia-south1-c`
	Seúl	`asia-northeast3-a` `asia-northeast3-b` `asia-northeast3-c`
	Singapur	`asia-southeast1-a` `asia-southeast1-b` `asia-southeast1-c`
	Sídney	`australia-southeast1-a` `australia-southeast1-b` `australia-southeast1-c`
	Taiwán	`asia-east1-a` `asia-east1-b` `asia-east1-c`
	Tokio	`asia-northeast1-a` `asia-northeast1-b` `asia-northeast1-c`

Consideraciones de región

Usa aceleradores

Los aceleradores están disponibles por región. En la siguiente tabla, se enumeran todos los aceleradores disponibles para cada región:

América

Región	Oregón us-west1	Iowa us-central1	Carolina del Sur us-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

Región	Londres europe-west2	Países Bajos europe-west4	Fráncfort europe-west3
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		^*

Asia-Pacífico

Región	Bombay asia-south1	Singapur asia-southeast1	Taiwán asia-east1	Tokio asia-northeast1	Sídney australia-southeast1	Seúl 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

^* Las celdas marcadas con asteriscos representan regiones en las que el acelerador especificado está disponible para entrenamiento, pero no para entregar predicciones por lotes o en línea.

^† Las celdas marcadas con cruces representan regiones en las que el acelerador especificado está disponible para entregar predicciones por lotes o en línea, pero no para entrenamiento.

Si tu trabajo de entrenamiento usa varios tipos de GPU, todos deben estar disponible en una misma zona de tu región. Por ejemplo, no puedes ejecutar un trabajo en us-central1 con GPU NVIDIA Tesla T4, NVIDIA Tesla K80 ni NVIDIA Tesla P100. Si bien todas estas GPU están disponibles para trabajos en us-central1, ninguna zona de esa región ofrece los tres tipos de GPU. Para obtener más información sobre la disponibilidad de zona de las GPU, consulta la comparación de las GPU para las cargas de trabajo de procesamiento.

Requisitos de ubicación de BigQuery

Cuando usas una tabla de BigQuery como fuente para un conjunto de datos tabular administrado o datos de predicción tabulares, se debe cumplir con los siguientes requisitos de ubicación:

América

Las tablas de BigQuery pueden ser multirregionales (US) o regionales (us-central1).
Las vistas de BigQuery deben ser regionales (us-central1).
Si la tabla o la vista no están en el mismo proyecto en el que se ejecuta el trabajo de Vertex AI, asegúrate de que Vertex AI tenga las funciones correctas.

Europa

Las tablas y vistas de BigQuery deben ser regionales (europe-west4).
Ubicación: la región en la que se ejecuta tu trabajo de Vertex AI, como us-central1, europe-west4 o asia-east1.
Si la tabla o la vista no están en el mismo proyecto en el que se ejecuta el trabajo de Vertex AI, asegúrate de que Vertex AI tenga las funciones correctas.

Requisitos del bucket de Cloud Storage

Para algunas tareas de Vertex AI, como la importación de datos, usa un depósito de Cloud Storage.

Te recomendamos que uses la siguiente configuración cuando crees un bucket de Cloud Storage para usar con Vertex AI:
- Tipo de ubicación: Region
- Ubicación: La región en la que usas Vertex AI por ejemplo, us-central1, europe-west4 o asia-east1
- Clase de almacenamiento: Standard.
Estos parámetros de configuración no son un requisito estricto, pero usarlos suele mejorar el rendimiento. Por ejemplo, es posible usar un bucket en una multirregión con Vertex AI, pero la carga de datos desde un bucket en la misma región que el recurso de Vertex AI puede reducir la latencia.
Si el depósito no está en el mismo proyecto en el que se ejecuta el trabajo de Vertex AI, asegúrate de que Vertex AI tenga las funciones correctas.

Restringir las ubicaciones de recursos

Los administradores de las políticas de la organización pueden restringir las regiones disponibles en las que puedes usar Vertex AI mediante la creación de una restricción de ubicaciones de recursos. Obtén información sobre Cómo una restricción de ubicaciones de recursos se aplica a Vertex AI.

Las restricciones de ubicaciones de recursos no se aplican a los recursos DataLabelingJob.