Cette page a été traduite par l'API Cloud Translation.

GPU disponibles

Les GPU permettent d'accélérer les charges de travail, et Cloud Workstations permet d'associer entre les GPU et les stations de travail. Les stations de travail cloud sont compatibles avec de nombreux modèles de GPU que vous pouvez associer aux VM Compute Engine. Le modèle et le nombre de GPU à rattacher à chaque station de travail sont spécifiés dans la configuration de la station de travail. Cloud Workstations gère l'association des GPU et l'installation de leurs pilotes d'appareils.

Le fait de connecter des GPU aux stations de travail aura une incidence sur les coûts, comme décrit dans les Présentation des tarifs de Cloud Workstations

Limites

Une configuration de station de travail peut spécifier des GPU, sous réserve des conditions suivantes Limites:

Cloud Workstations n'est compatible avec les GPU que pour les configurations spécifiant dans le champ Série de machines N1 ou Série de machines A2. Pour en savoir plus, consultez la section Modèles de GPU compatibles.
La configuration doit spécifier les zones de réplication où le modèle de GPU choisi est disponible.
Il n'est pas possible de configurer les stations de travail pour qu'elles disposent de plusieurs modèles de GPU connectés à la fois.

Modèles de GPU compatibles

Les stations de travail cloud sont compatibles avec de nombreux modèles de GPU proposés par Compute Engine. Les modèles pris en charge dépendent de la série de machines choisie la configuration de la station de travail, comme résumé dans le tableau suivant.

Série de machines N1

La série de machines à usage général N1 accepte plusieurs modèles de GPU, et les configurations de stations de travail qui spécifient l'un des types de machines N1 peut également spécifier l'un des modèles de GPU suivants. Pour le GPU choisi la configuration peut spécifier le nombre de cartes GPU à utiliser à chaque station de travail.

Modèle GPU	Nombre de GPU
NVIDIA T4 (`nvidia-tesla-t4`)	1, 2 ou 4 GPU
NVIDIA P4 (`nvidia-tesla-p4`)	1, 2 ou 4 GPU
NVIDIA V100 (`nvidia-tesla-v100`)	1, 2, 4 ou 8 GPU
NVIDIA P100 (`nvidia-tesla-p100`)	1, 2 ou 4 GPU

Série de machines A2

La série de machines standards optimisées pour les accélérateurs A2 est associé à un nombre fixe de GPU NVIDIA A100, basé uniquement sur la le type de machine choisi.

Le tableau suivant montre le mappage entre le type de machine et le nombre de qui seront jointes.

Modèle GPU	Type de machine	Nombre de GPU
NVIDIA A100 40 Go (`nvidia-tesla-a100`)	`a2-highgpu-1g`	1 GPU
	`a2-highgpu-2g`	2 GPU
	`a2-highgpu-4g`	4 GPU
	`a2-highgpu-8g`	8 GPU
	`a2-megagpu-16g`	16 GPU

Les stations de travail cloud ne sont pas compatibles avec les types de machines A2 ultra.

Ajouter des GPU à une configuration de station de travail existante

Pour ajouter des GPU à une configuration de station de travail, suivez la procédure décrite dans l'un des onglets suivants.

Avant de commencer

Select the tab for how you plan to use the samples on this page:

Console

When you use the Google Cloud console to access Google Cloud services and APIs, you don't need to set up authentication.

gcloud

Install the Google Cloud CLI, then initialize it by running the following command:

gcloud init

Consultez les tarifs de Cloud Workstations pour comprendre l'incidence qu'aura la configuration des GPU sur vos coûts. Notez que les GPU sont associés aux machines virtuelles (VM) prédémarrées spécifiées par la taille du pool de démarrage rapide d'une configuration.

Mettre à jour votre configuration existante

Console

Configurez les GPU sur une configuration de station de travail existante à partir du la console Google Cloud en procédant comme suit:

Dans la console Google Cloud, accédez à Page Workstation configurations (Configurations de stations de travail).

Accéder à la page "Configurations de stations de travail"
Dans la liste Configurations de stations de travail, cliquez sur le nom de la configuration à laquelle vous souhaitez ajouter des GPU.
Sur la page Workstation configuration details (Détails de la configuration de la station de travail), cliquez sur modifier Modifier :
Sur la page Modifier la configuration de la station de travail, cliquez sur Paramètres de la machine. dans le menu de navigation.
Cliquez sur le bouton d'activation pour sélectionner GPU au lieu de Usage général. de machines virtuelles.

Dans le champ Type de GPU, sélectionnez le modèle de GPU que vous souhaitez utiliser.

Dans le champ Nombre de GPU, sélectionnez le nombre de cartes GPU que vous souhaitez associer à chaque station de travail.

Dans le champ Type de machine, sélectionnez le type de machine que vous souhaitez utiliser.

Remarque : Les options de chaque champ varient en fonction des zones de réplication choisies pour la configuration, ainsi que de la disponibilité des GPU et des types de machine dans ces zones. Si vous ne trouvez pas de GPU adaptés dans les zones de réplication pour cette configuration, vous pouvez décider de créer une configuration avec des GPU à la place.
Cliquez sur Enregistrer pour mettre à jour la configuration.

gcloud

Configurez les GPU sur une configuration de station de travail existante en exécutant la commande gcloud workstations configs update.

Cependant, commencez par recueillir des informations pour voir quels modèles de GPU sont et d'en choisir un pour votre configuration:

Vérifiez les zones d'instances répliquées spécifiées par la configuration en exécutant la la commande CLI gcloud suivante:
```
gcloud workstations configs describe \
  --format="table(name.scope(workstationConfigs),replicaZones.list())" \
  --project=PROJECT_ID \
  --region=LOCATION \
  --cluster=WORKSTATION_CLUSTER_ID \
  WORKSTATION_CONFIG_ID
```
Remplacez les éléments suivants :
- PROJECT_ID : ID du projet contenant la configuration de la station de travail.
- LOCATION : emplacement du cluster de stations de travail.
- WORKSTATION_CLUSTER_ID: nom du cluster de stations de travail contenant la configuration de station de travail.
- WORKSTATION_CONFIG_ID: nom de la configuration de station de travail.
Choisissez un modèle de GPU compatible disponible dans les deux zones de réplication de la configuration en exécutant la commande gcloud compute accelerator-types list :
```
gcloud compute accelerator-types list \
  --format="table(name:sort=1,zone,description,maximumCardsPerInstance)" \
  --filter='zone.basename()=(ZONES) AND name~"nvidia-tesla-(a100|p100|p4|t4|v100)$"' \
  --project=PROJECT_ID
```
Remplacez ZONES par une liste des éléments, séparés par une virgule. zones d'instances répliquées déterminées à l'étape précédente (par exemple, us-central1-a,us-central1-c).

Choisissez un modèle de GPU qui figure deux fois dans le tableau, ce qui indique qu'il est disponible dans les deux zones de réplication.

Notez le nombre maximal de cartes que vous pouvez connecter pour le modèle de GPU choisi.

Remarque :Si ce n'est pas le cas, Disponibilité des GPU d'instances répliquées pour cette configuration, vous pouvez Créer une configuration avec des GPU à la place.
Déterminez les types de machines compatibles disponibles dans les deux zones de réplication de la configuration à l'aide de la commande gcloud compute machine-types list.
1. Si vous avez choisi le modèle de GPU NVIDIA A100 40 Go à l'étape précédente, votre configuration doit utiliser la série de machines A2:
```
gcloud compute machine-types list \
  --format="table(name,zone,guestCpus:sort=1)" \
  --filter="name:a2-highgpu- OR name:a2-megagpu-" \
  --zones=ZONES \
  --project=PROJECT_ID
```
2. Si vous avez choisi un autre modèle de GPU à l'étape précédente, votre configuration doit utiliser la série de machines N1 :
```
gcloud compute machine-types list \
  --format="table(name,zone,guestCpus:sort=1)" \
  --filter="name:n1-standard-" \
  --zones=ZONES \
  --project=PROJECT_ID
```
Choisissez un type de machine listé deux fois dans le tableau, ce qui indique qu'il est disponible dans les deux zones de réplication.
Maintenant que vous avez sélectionné un modèle de GPU et un type de machine compatible, mettez à jour la configuration :
1. Pour les GPU NVIDIA A100 40 Go, exécutez cette commande pour mettre à jour votre configuration:
```
gcloud beta workstations configs update \
  --project=PROJECT_ID \
  --region=LOCATION \
  --cluster=WORKSTATION_CLUSTER_ID \
  WORKSTATION_CONFIG_ID \
  --machine-type=A2_MACHINE_TYPE
```
  Remplacez A2_MACHINE_TYPE par le type de machine A2 choisi déterminé à l'étape précédente (par exemple, a2-highgpu-1g).
  
  Remarque :Pour la série de machines A2, le modèle et le nombre de GPU correspondent à en fonction du type de machine. Vous pouvez donc omettre le options --accelerator-type et --accelerator-count.
2. Pour tous les autres modèles de GPU, exécutez la commande suivante:
```
gcloud beta workstations configs update \
  --project=PROJECT_ID \
  --region=LOCATION \ß
  --cluster=WORKSTATION_CLUSTER_ID \
  WORKSTATION_CONFIG_ID \
  --machine-type=N1_MACHINE_TYPE \
  --accelerator-type=ACCELERATOR_TYPE \
  --accelerator-count=ACCELERATOR_COUNT
```
  Remplacez les éléments suivants :
  - N1_MACHINE_TYPE : type de machine choisi dans la série N1 (par exemple, n1-standard-2).
  - ACCELERATOR_TYPE: nom du modèle de GPU choisi (par exemple, nvidia-tesla-t4).
  - ACCELERATOR_COUNT: nombre de GPU à associer. à chaque station de travail (par exemple, 1, 2, 4). Doit être une puissance de deux inférieure à la valeur maximale pour le modèle de GPU.

Créer une configuration de station de travail avec des GPU

Pour créer une configuration de poste de travail qui associe des GPU aux postes de travail qui s'y appuient, suivez la procédure décrite dans l'un des onglets suivants.

Avant de commencer

Select the tab for how you plan to use the samples on this page:

Console

When you use the Google Cloud console to access Google Cloud services and APIs, you don't need to set up authentication.

gcloud

Install the Google Cloud CLI, then initialize it by running the following command:

gcloud init

REST

Pour utiliser les exemples d'API REST de cette page dans un environnement de développement local, vous devez utiliser les identifiants que vous fournissez à gcloud CLI.

Install the Google Cloud CLI, then initialize it by running the following command:

gcloud init

Pour en savoir plus, consultez la section S'authentifier pour utiliser REST dans la documentation sur l'authentification Google Cloud.

Choisissez un modèle de GPU et consultez le tableau de disponibilité des GPU pour sélectionner une région dans laquelle le modèle de GPU choisi est disponible dans au moins deux zones.

Si vous ne disposez pas déjà d'un cluster dans la région choisie où vous pouvez créer une configuration, suivez la procédure pour créer un cluster de stations de travail dans la région.

Consultez la présentation des tarifs des stations de travail cloud pour comprendre l'impact de la configuration des GPU sur vos coûts. Remarque Les GPU sont associés aux machines virtuelles (VM) prédémarrées spécifiées. par la taille du pool de démarrage rapide d'une configuration.

Créer une configuration

Console

Créer une configuration de station de travail avec des GPU à partir du la console Google Cloud en procédant comme suit:

Dans la console Google Cloud, accédez à la page Configurations de stations de travail.

Accéder aux configurations de stations de travail
Sur la page Workstation configurations (Configurations de stations de travail), cliquez sur add_box Créer :
À l'étape Informations générales de la Créer une configuration de station de travail, spécifiez un nom pour votre configuration dans le champ Nom.

Dans le champ Cluster de stations de travail, sélectionnez un cluster dans le dans la même région.

Conseil :Les GPU sont également connectés aux stations de travail à démarrage rapide. Vous pouvez conserver réduire les coûts en sélectionnant Désactivé.

Cliquez sur Continuer pour passer à l'étape Paramètres de la machine.
À l'étape Paramètres de la machine de la page Créer une configuration de station de travail, commencez par cliquer sur le bouton bascule pour sélectionner GPU au lieu de la famille de machines Général.
1. Ensuite, dans le champ Zones, cochez les cases à côté de deux zones. sur lequel le modèle de GPU que vous avez choisi est disponible (consultez Tableau de disponibilité des GPU
2. Dans le champ Type de GPU, sélectionnez le modèle de GPU que vous souhaitez utiliser.
3. Dans le champ Nombre de GPU, sélectionnez le nombre de cartes GPU que vous souhaitez associer à chaque station de travail.
4. Dans le champ Type de machine, sélectionnez un type de machine compatible.
Cliquez sur Continuer pour configurer les paramètres de l'environnement et la stratégie IAM, puis sur Créer pour provisionner la nouvelle configuration de la station de travail.

gcloud

Créer une configuration de station de travail avec des GPU à l'aide de la classe gcloud, en exécutant la commande gcloud workstations configs create.

Pour les GPU NVIDIA A100 40 Go, exécutez la commande suivante pour créer votre configuration :
```
gcloud beta workstations configs create \
  --project=PROJECT_ID \
  --region=LOCATION \
  --cluster=WORKSTATION_CLUSTER_ID \
  WORKSTATION_CONFIG_ID \
  --replica-zones=REPLICA_ZONES \
  --machine-type=A2_MACHINE_TYPE
```
Remplacez les éléments suivants :
- PROJECT_ID: ID du projet qui contiendra la nouvelle configuration de station de travail.
- LOCATION : emplacement du cluster de stations de travail dans lequel la configuration sera contenue.
- WORKSTATION_CLUSTER_ID: nom du cluster de stations de travail qui contiendra la configuration de la nouvelle station de travail.
- WORKSTATION_CONFIG_ID: nom de la nouvelle configuration de station de travail.
- REPLICA_ZONES: exactement deux zones de la région du cluster où le modèle de GPU choisi est disponible (par exemple, us-central1-a,us-central1-c).
- A2_MACHINE_TYPE : type de machine de la série A2 choisi (par exemple, a2-highgpu-1g).
Remarque : Pour la série de machines A2, le modèle et le nombre de GPU sont fixés en fonction du type de machine. Vous pouvez donc omettre les indicateurs --accelerator-type et --accelerator-count.
Pour tous les autres modèles de GPU, exécutez la commande suivante pour créer votre configuration :
```
gcloud beta workstations configs create \
  --project=PROJECT_ID \
  --region=LOCATION \
  --cluster=WORKSTATION_CLUSTER_ID \
  WORKSTATION_CONFIG_ID \
  --replica-zones=REPLICA_ZONES \
  --machine-type=N1_MACHINE_TYPE \
  --accelerator-type=ACCELERATOR_TYPE \
  --accelerator-count=ACCELERATOR_COUNT
```
Remplacez les éléments suivants :
- PROJECT_ID: ID du projet qui contiendra la nouvelle configuration de station de travail.
- LOCATION : emplacement du cluster de stations de travail dans lequel la configuration sera contenue.
- WORKSTATION_CLUSTER_ID: nom du cluster de stations de travail qui contiendra la configuration de la nouvelle station de travail.
- WORKSTATION_CONFIG_ID: nom de la nouvelle configuration de station de travail.
- REPLICA_ZONES: exactement deux zones de la région du cluster où le modèle de GPU choisi est disponible (par exemple, us-central1-a,us-central1-c).
- N1_MACHINE_TYPE : type de machine de la série N1 choisi (par exemple, n1-standard-2).
- ACCELERATOR_TYPE: nom du modèle de GPU choisi (par exemple, nvidia-tesla-t4).
- ACCELERATOR_COUNT: nombre de GPU à associer. à chaque station de travail (par exemple, 1, 2, 4).

Pilotes d'appareils GPU NVIDIA

Cloud Workstations installe les pilotes d'appareils NVIDIA sur les VM hôtes des postes de travail lors du démarrage de la VM.

Pour déterminer quelle version du pilote de périphérique a été installé sur une station de travail, exécutez la commande suivante:

nvidia-smi --query-gpu=name,driver_version --format=csv

Disponibilité des GPU par région et par zone

Vous pouvez effectuer une recherche par localisation ou par modèle de GPU, ou une combinaison des deux.

Zones	Emplacement	Plates-formes de GPU
`asia-east1-a`	Comté de Changhua, Taïwan, APAC	T4, P100
`asia-east1-b`	Comté de Changhua, Taïwan, APAC
`asia-east1-c`	Comté de Changhua, Taïwan, APAC	T4, V100, P100
`asia-east2-a`	Hong Kong, APAC	T4
`asia-east2-b`	Hong Kong, APAC
`asia-east2-c`	Hong Kong, APAC	T4
`asia-northeast1-a`	Tokyo, Japon, APAC	A100 40 Go, T4
`asia-northeast1-b`	Tokyo, Japon, APAC
`asia-northeast1-c`	Tokyo, Japon, APAC	A100 40 Go, T4
`asia-northeast3-a`	Séoul, Corée du Sud, APAC	A100 40 Go
`asia-northeast3-b`	Séoul, Corée du Sud, APAC	A100 40 Go, T4
`asia-northeast3-c`	Séoul, Corée du Sud, APAC	T4
`asia-south1-a`	Mumbai, Inde, APAC	T4
`asia-south1-b`	Mumbai, Inde, APAC	T4
`asia-south1-c`	Mumbai, Inde, APAC	T4
`asia-southeast1-a`	Jurong West, Singapour, APAC	T4
`asia-southeast1-b`	Jurong West, Singapour, APAC	A100 40 Go, T4, P4
`asia-southeast1-c`	Jurong West, Singapour, APAC	A100 40 Go, T4, P4
`australia-southeast1-a`	Sydney, Australie, APAC	T4, P4
`australia-southeast1-b`	Sydney, Australie, APAC	P4
`australia-southeast1-c`	Sydney, Australie, APAC	T4, P100
`europe-north1-a` `europe-north1-b` `europe-north1-c`	Hamina, Finlande, Europe
`europe-west1-b`	Saint-Ghislain, Belgique, Europe	T4, P100
`europe-west1-c`	Saint-Ghislain, Belgique, Europe	T4
`europe-west1-d`	Saint-Ghislain, Belgique, Europe	P100, T4
`europe-west2-a europe-west2-b`	Londres, Angleterre, Europe	T4
`europe-west2-c`	Londres, Angleterre, Europe
`europe-west3-a`	Francfort, Allemagne, Europe
`europe-west3-b`	Francfort, Allemagne, Europe	T4
`europe-west3-c`	Francfort, Allemagne, Europe
`europe-west4-a`	Eemshaven, Pays-Bas, Europe	A100 40 Go, T4, V100, P100
`europe-west4-b`	Eemshaven, Pays-Bas, Europe	A100 40 Go, T4, P4, V100
`europe-west4-c`	Eemshaven, Pays-Bas, Europe	T4, P4, V100
`europe-west6-a` `europe-west6-b` `europe-west6-c`	Zurich, Suisse, Europe
`europe-west8-a` `europe-west8-b` `europe-west8-c`	Milan, Italie, Europe
`europe-west9-a` `europe-west9-b` `europe-west9-c`	Paris, France, Europe
`europe-west12-a` `europe-west12-b` `europe-west12-c`	Turin, Italie, Europe
`europe-southwest1-a` `europe-southwest1-b` `europe-southwest1-c`	Madrid, Espagne, Europe
`me-west1-a`	Tel-Aviv, Israël, Moyen-Orient
`me-west1-b`	Tel-Aviv, Israël, Moyen-Orient	A100 40 Go, T4
`me-west1-c`	Tel-Aviv, Israël, Moyen-Orient	A100 40 Go, T4
`northamerica-northeast1-a`	Montréal, Québec, Amérique du Nord	P4
`northamerica-northeast1-b`	Montréal, Québec, Amérique du Nord	P4
`northamerica-northeast1-c`	Montréal, Québec, Amérique du Nord	T4, P4
`southamerica-east1-a`	Osasco, São Paulo, Brésil, Amérique du Sud	T4
`southamerica-east1-c`	Osasco, São Paulo, Brésil, Amérique du Sud	T4
`southamerica-west1-a` `southamerica-west1-b` `southamerica-west1-c`	Santiago, Chili, Amérique du Sud
`us-central1-a`	Council Bluffs, Iowa, Amérique du Nord	A100 40 Go, T4, P4, V100
`us-central1-b`	Council Bluffs, Iowa, Amérique du Nord	A100 40 Go, T4, V100
`us-central1-c`	Council Bluffs, Iowa, Amérique du Nord	A100 40 Go, T4, P4, V100, P100
`us-central1-f`	Council Bluffs, Iowa, Amérique du Nord	A100 40 Go, T4, V100, P100
`us-east1-b`	Moncks Corner, Caroline du Sud, Amérique du Nord	A100 40 Go, P100
`us-east1-c`	Moncks Corner, Caroline du Sud, Amérique du Nord	T4, V100, P100
`us-east1-d`	Moncks Corner, Caroline du Sud, Amérique du Nord	T4
`us-east4-a` `us-east4-b` `us-east4-c`	Ashburn, Virginie, Amérique du Nord	T4, P4
`us-east5-a us-east5-b us-east5-c`	Columbus, Ohio, Amérique du Nord
`us-west1-a`	The Dalles, Oregon, Amérique du Nord	T4, V100, P100
`us-west1-b`	The Dalles, Oregon, Amérique du Nord	A100 40 Go, T4, V100, P100
`us-west1-c`	The Dalles, Oregon, Amérique du Nord
`us-west4-a`	Las Vegas, Nevada, Amérique du Nord	T4
`us-west4-b`	Las Vegas, Nevada, Amérique du Nord	A100 40 Go, T4
`us-west4-c`	Las Vegas, Nevada, Amérique du Nord

Étape suivante

Spécifiez des GPU à l'aide de l'API Cloud Workstations.
Découvrez comment exécuter des instances Compute Engine avec des accélérateurs de GPU.
Consultez la liste complète des types de machines Compute Engine.