GPU disponibles

Les GPU permettent d'accélérer les charges de travail, et Cloud Workstations permet de rattacher des GPU aux postes de travail. Cloud Workstations est compatible avec de nombreux modèles de GPU pouvant être associés aux VM Compute Engine. Le modèle et la quantité 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.

L'association de GPU aux stations de travail aura une incidence sur les coûts, comme décrit dans la présentation des tarifs de Cloud Workstations.

Limites

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

  • La virtualisation imbriquée ne peut pas être activée sur une configuration de station de travail utilisant des GPU.
  • Cloud Workstations n'est compatible avec les GPU que pour les configurations spécifiant des types de machines dans les séries de machines N1 ou A2. Pour en savoir plus, consultez la section Modèles de GPU compatibles.
  • La configuration doit spécifier les zones d'instances répliquées dans lesquelles le modèle de GPU choisi est disponible.
  • Il n'est pas possible de configurer des stations de travail pour qu'elles soient associées à plusieurs modèles de GPU à la fois.

Modèles de GPU compatibles

Cloud Workstations est compatible avec de nombreux modèles de GPU mis à disposition par Compute Engine. Les modèles compatibles dépendent de la série de machines choisie pour 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. Les configurations de station de travail qui spécifient l'un des types de machines N1 peuvent également spécifier l'un des modèles de GPU suivants. Pour le modèle de GPU choisi, la configuration peut spécifier le nombre de cartes GPU à rattacher 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 A2 optimisées pour les accélérateurs est associée à un nombre fixe de GPU NVIDIA A100, uniquement basé sur le type de machine choisi.

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

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

Cloud Workstations n'est pas compatible 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

Sélectionnez l'onglet correspondant à la façon dont vous prévoyez d'utiliser les exemples de cette page :

Console

Lorsque vous utilisez la console Google Cloud pour accéder aux services et aux API Google Cloud, vous n'avez pas besoin de configurer l'authentification.

gcloud

Installez Google Cloud CLI, puis initialisez-la en exécutant la commande suivante :

gcloud init

Consultez la présentation des tarifs de Cloud Workstations pour comprendre comment vos coûts seront affectés par la configuration des GPU. 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 des GPU sur une configuration de station de travail existante à partir de la console Google Cloud en procédant comme suit:

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

    Accéder à la page "Configurations de stations de travail"

  2. Dans la liste Workstation configurations (Configurations de stations de travail), cliquez sur le nom de la configuration à laquelle ajouter des GPU.

  3. Sur la page Workstation configuration details (Détails de la configuration de la station de travail), cliquez sur edit Edit (Modifier).

  4. Sur la page Modifier la configuration de la station de travail, cliquez sur Paramètres de la machine dans le menu de navigation.

  5. Cliquez sur le bouton d'activation pour sélectionner GPU au lieu de la famille de machines à usage général.

    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.

  6. 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 collecter des informations pour voir quels modèles de GPU sont disponibles et en choisir un pour votre configuration:

  1. Vérifiez les zones d'instances dupliquées spécifiées par la configuration en exécutant 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.
  2. Choisissez un modèle de GPU compatible disponible dans les deux zones d'instances répliquées 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 la liste des zones d'instances dupliquées déterminées à l'étape précédente, séparées par une virgule (par exemple, us-central1-a,us-central1-c).

    Choisissez un modèle de GPU répertorié deux fois dans le tableau, indiquant qu'il est disponible dans les deux zones d'instances répliquées.

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

  3. Déterminez quels types de machines compatibles sont disponibles dans les deux zones d'instances répliquées 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 répertorié deux fois dans le tableau, indiquant qu'il est disponible dans les deux zones d'instances dupliquées.

  4. 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 la commande suivante afin de 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).

    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 rattacher à chaque station de travail (par exemple, 1, 2, 4). La puissance doit être 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 station de travail qui associe des GPU aux stations de travail basées sur celle-ci, suivez la procédure décrite dans l'un des onglets suivants.

Avant de commencer

Sélectionnez l'onglet correspondant à la façon dont vous prévoyez d'utiliser les exemples de cette page :

Console

Lorsque vous utilisez la console Google Cloud pour accéder aux services et aux API Google Cloud, vous n'avez pas besoin de configurer l'authentification.

gcloud

Installez Google Cloud CLI, puis initialisez-la en exécutant la commande suivante :

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.

    Installez Google Cloud CLI, puis initialisez-la en exécutant la commande suivante :

    gcloud init

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 encore d'un cluster dans la région choisie où vous pouvez créer une configuration, suivez les étapes pour créer un cluster de stations de travail dans la région.

Consultez la présentation des tarifs de Cloud Workstations pour comprendre comment vos coûts seront affectés par la configuration des GPU. Notez que 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

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

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

    Accéder à la page "Configurations de stations de travail"

  2. Sur la page Workstation configurations (Configurations de stations de travail), cliquez sur add_box Create (Créer).

  3. À l'étape Informations générales de la page 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 la région choisie.

    Cliquez sur Continuer pour passer à l'étape Paramètres de la machine.

  4. À l'étape Paramètres de la machine de la page Créer une configuration de station de travail, commencez par cliquer sur le bouton d'activation pour sélectionner GPU plutôt que la famille de machines à usage général.

    1. Ensuite, dans le champ Zones, cochez les cases en regard des deux zones où le modèle de GPU que vous avez choisi est disponible (consultez le tableau sur la 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 rattacher à chaque station de travail.

    4. Dans le champ Type de machine, sélectionnez un type de machine compatible.

  5. Cliquez sur Continuer pour configurer les paramètres de l'environnement et la stratégie IAM, puis sur Créer pour provisionner la nouvelle configuration de station de travail.

gcloud

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

  • Pour les GPU NVIDIA A100 40 Go, exécutez la commande suivante afin de 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 où la configuration sera contenue.
    • WORKSTATION_CLUSTER_ID: nom du cluster de stations de travail qui contiendra la nouvelle configuration de 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)
  • Pour tous les autres modèles de GPU, exécutez la commande suivante afin de 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 où la configuration sera contenue.
    • WORKSTATION_CLUSTER_ID: nom du cluster de stations de travail qui contiendra la nouvelle configuration de 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 rattacher à chaque station de travail (par exemple, 1, 2, 4).

Pilotes de périphériques GPU NVIDIA

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

Pour déterminer la version du pilote d'appareil 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 Ashburn, Virginie, Amérique du Nord T4, P4
us-east4-b Ashburn, Virginie, Amérique du Nord T4, P4
us-east4-c Ashburn, Virginie, Amérique du Nord T4, P4
us-east5-a Columbus, Ohio, Amérique du Nord H100 80 Go us-east5-b Columbus, Ohio, Amérique du Nord A100 80 Go 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

Étapes suivantes