Fim do suporte do NVIDIA P100

As GPUs NVIDIA P100 no Google Cloud vão chegar ao fim do suporte (EOS) em 15 de setembro de 2026.

O que eu preciso saber?

Após 15 de setembro de 2026, não será possível criar ou acessar recursos do Google Cloud que executam GPUs NVIDIA P100. Essa descontinuação afeta recursos dos seguintes serviços:

  • Compute Engine: instâncias de VM
  • Google Kubernetes Engine (GKE): nós
  • Gemini Enterprise Agent Platform: modelos, jobs e endpoints
  • Cloud Workstations: estações de trabalho
  • Dataflow: jobs de pipeline
  • Serviço Gerenciado para Apache Spark: clusters e lotes sem servidor
  • Instâncias de VM de aprendizado profundo e do Container-Optimized OS

Como esse EOL vai afetar meus recursos atuais

Até 15 de setembro de 2026, os recursos que executam GPUs NVIDIA P100 não serão afetados. No entanto, seus projetos podem estar em risco porque você está executando um modelo de GPU próximo ao EOL. Os produtos ou recursos EOL não são compatíveis com o Google Cloud.

O que preciso fazer?

Para fazer a transição das suas cargas de trabalho para GPUs compatíveis, escolha um novo modelo de GPU, revise a disponibilidade dele nas suas regiões e migre as cargas de trabalho.

Escolher um modelo de GPU

Recomendamos migrar para alternativas de GPU modernas, especificamente as séries de máquinas G2 ou G4. Para determinar o melhor modelo de GPU para sua carga de trabalho, compare as seguintes opções:

Recurso G2 (NVIDIA L4) G4 (NVIDIA RTX PRO 6000)
Ideal para Inferência de IA de alto desempenho, IA generativa, streaming de mídia e gráficos. As GPUs L4 oferecem até quatro vezes o desempenho das GPUs T4. Simulação de alto desempenho, cargas de trabalho do NVIDIA Omniverse, renderização de gráficos 3D, ajuste e inferência de LLM local, estações de trabalho virtuais (vWS) e compartilhamento fracionado de GPU (vGPU).
Arquitetura e memória Arquitetura Ada Lovelace com 24 GB de memória de GPU GDDR6. Arquitetura Blackwell com 96 GB de memória de GPU por GPU.
Série de máquinas G2 com otimização de acelerador G4 otimizada para aceleradores
Caminho de migração Migração de VM: Mova para uma nova VM para fazer a transição para a série de máquinas G2. Nova migração de VM: Mova para uma nova VM para fazer a transição para a série de máquinas G4.

Para uma lista completa e uma comparação de todos os modelos de GPU, consulte Tipos de máquinas com GPU.

Analisar locais disponíveis

Para verificar se o modelo de GPU selecionado está disponível, revise os detalhes de local do seu serviço:

Migre suas cargas de trabalho

Com base no serviço que você usa, selecione um dos seguintes caminhos de transição:

Cargas de trabalho do Compute Engine

Dependendo do tipo de máquina e do modelo de GPU para que você quer mudar, escolha um dos seguintes métodos:

Mover para uma nova VM

Será preciso migrar para uma nova VM se o novo modelo de GPU for indisponível na zona da VM atual ou se você estiver alternando para uma GPU executada em um tipo de máquina otimizado para acelerador.

Para migrar para uma nova VM, siga estas etapas:

  1. Se a VM atual usar discos SSD locais que contêm dados que você quer manter, mova o conteúdo desses discos para um volume de Persistent Disk.

  2. Crie uma VM. Por exemplo, para criar uma VM que seja executada no tipo de máquina G2 (NVIDIA L4), consulte Criar uma instância G2.

  3. Mova os volumes do disco permanente da VM antiga para a nova. Para fazer isso, remova o volume de Persistent Disk da VM antiga e adicione-o à nova VM. Também é possível transferir arquivos de uma VM para outra.

  4. Opcional: mova os dados salvos dos volumes Persistent Disk de volta para um disco SSD local.

  5. Reatribua todos os endereços IP estáticos associados à VM original à nova VM.

  6. Instale os drivers de GPU na VM.

  7. Instale os aplicativos na nova VM.

  8. Exclua a VM antiga.

Modificar sua VM atual

Se o novo modelo de GPU que você quer usar for compatível na mesma zona e executado nos tipos de máquina N1 de uso geral, modifique sua VM atual para alternar de uma NVIDIA P100 para o novo modelo de GPU.

Console

Para modificar o tipo de GPU no console, siga estas etapas:

  1. Verifique se você tem cota suficiente para o novo tipo de GPU.
  2. Verifique se todos os aplicativos críticos estão parados na VM.

  3. No console do Google Cloud , acesse a página Instâncias de VM.

    Acessar instâncias de VM

  4. Clique no nome da VM que está executando a GPU NVIDIA P100. A página Detalhes da instância de VM será aberta.

  5. Clique em Interromper. Se não houver a opção Parar, clique em Mais ações > Parar. Confira no painel de notificações quando a VM foi interrompida.

  6. Clique em Editar e conclua as seguintes etapas:

    1. Na seção Configuração da máquina, selecione a família de máquinas GPU.
    2. Na lista Tipo de GPU, altere o modelo de GPU do NVIDIA P100 para o novo modelo de GPU.

  7. Para aplicar as alterações, clique em Salvar.

  8. Para reiniciar a VM, clique em Iniciar/Retomar.

gcloud

Para modificar o tipo de GPU usando a Google Cloud CLI, siga estas etapas:

  1. Verifique se você tem cota suficiente para o novo tipo de GPU.
  2. Verifique se todos os aplicativos críticos estão parados na VM.

  3. Exporte a configuração da VM para um arquivo YAML local:

    gcloud compute instances export VM_NAME \
   --destination=config.yaml \
   --zone=ZONE

  4. Abra o arquivo config.yaml exportado e atualize o bloco guestAccelerators:

    guestAccelerators:
- acceleratorCount: ACCELERATOR_COUNT
 acceleratorType: https://www.googleapis.com/compute/v1/projects/PROJECT_ID/zones/ZONE/acceleratorTypes/ACCELERATOR_TYPE

    Verifique se scheduling.onHostMaintenance está definido como TERMINATE no bloco scheduling:

    scheduling:
 automaticRestart: true
 onHostMaintenance: TERMINATE

  5. Pare a VM.

    gcloud compute instances stop VM_NAME \
   --zone=ZONE

  6. Aplique a configuração modificada usando o comando update-from-file.

    gcloud compute instances update-from-file VM_NAME \
   --source=config.yaml \
   --most-disruptive-allowed-action=RESTART \
   --zone=ZONE

  7. Inicie a VM.

    gcloud compute instances start VM_NAME \
   --zone=ZONE

Substitua:

  • PROJECT_ID: o ID do projeto.
  • VM_NAME: o nome da instância de VM.
  • ZONE: a zona em que a VM está.
  • ACCELERATOR_COUNT: o número de GPUs que você quer anexar.
  • ACCELERATOR_TYPE: o modelo de GPU (por exemplo,nvidia-tesla-t4).

REST

Para modificar o tipo de GPU usando a API Compute Engine, siga estas etapas:

  1. Verifique se você tem cota suficiente para o novo tipo de GPU.
  2. Verifique se todos os aplicativos críticos estão parados na VM.

  3. Pare a VM.

    POST https://compute.googleapis.com/compute/v1/projects/PROJECT_ID/zones/ZONE/instances/VM_NAME/stop

  4. Atualize as opções de agendamento na VM interrompida para encerrar durante a manutenção do host.

    POST https://compute.googleapis.com/compute/v1/projects/PROJECT_ID/zones/ZONE/instances/VM_NAME/setScheduling

{
 "onHostMaintenance": "TERMINATE",
 "automaticRestart": true
}

  5. Adicione ou modifique as GPUs anexadas chamando setMachineResources.

    POST https://compute.googleapis.com/compute/v1/projects/PROJECT_ID/zones/ZONE/instances/VM_NAME/setMachineResources

{
 "guestAccelerators": [
   {
     "acceleratorCount": ACCELERATOR_COUNT,
     "acceleratorType": "https://www.googleapis.com/compute/v1/projects/PROJECT_ID/zones/ZONE/acceleratorTypes/ACCELERATOR_TYPE"
   }
 ]
}

  6. Inicie a VM.

    POST https://compute.googleapis.com/compute/v1/projects/PROJECT_ID/zones/ZONE/instances/VM_NAME/start

    Substitua:

    • PROJECT_ID: o ID do projeto.
    • VM_NAME: o nome da instância de VM.
    • ZONE: a zona em que a VM está.
    • ACCELERATOR_COUNT: o número de GPUs que você quer anexar.
    • ACCELERATOR_TYPE: o modelo de GPU (por exemplo, nvidia-tesla-t4).

Outras Google Cloud cargas de trabalho

Se as cargas de trabalho forem executadas em serviços que não sejam o Compute Engine, como GKE, Gemini Enterprise Agent Platform, Cloud Workstations, Dataflow ou Serviço gerenciado para Apache Spark, faça o seguinte:

  1. Atualize suas configurações para referenciar um modelo de GPU compatível.

    • Para o GKE, a Gemini Enterprise Agent Platform ou o Cloud Workstations, atualize os modelos de configuração.
    • Para o Dataflow, atualize as especificações do pipeline.
    • Para o Serviço Gerenciado para Apache Spark, atualize as definições de cluster.

    Para instruções sobre como configurar GPUs para seu serviço, consulte a documentação do produto.

  2. Reinicie ou recrie seus recursos.

A seguir