Fin de période de compatibilité de NVIDIA P100

Les GPU NVIDIA P100 sur Google Cloud arriveront en fin de période de compatibilité le 15 septembre 2026.

Que faut-il savoir ?

Après le 15 septembre 2026, vous ne pourrez plus créer ni accéder à des Google Cloud ressources exécutant des GPU NVIDIA P100. Cette obsolescence affecte les ressources des services suivants :

  • Compute Engine : instances de VM
  • Google Kubernetes Engine (GKE) : nœuds
  • Gemini Enterprise Agent Platform : modèles, jobs et points de terminaison
  • Cloud Workstations : stations de travail
  • Dataflow : jobs de pipeline
  • Managed Service pour Apache Spark : clusters et lots sans serveur
  • Instances Deep Learning VM et Container-Optimized OS

Quel sera l'impact de cette fin de période de compatibilité sur mes ressources existantes ?

Jusqu'au 15 septembre 2026, vos ressources exécutant des GPU NVIDIA P100 ne seront pas affectées. Toutefois, vos projets risquent d'être menacés, car vous exécutez un modèle de GPU qui approche de sa date de fin de période de compatibilité. Les produits ou fonctionnalités en fin de période de compatibilité ne sont pas compatibles avec Google Cloud.

Que dois-je faire ?

Pour migrer vos charges de travail vers des GPU compatibles, vous devez choisir un nouveau modèle de GPU, vérifier sa disponibilité dans vos régions, puis migrer vos charges de travail.

Choisir un modèle de GPU

Nous vous recommandons de passer aux GPU NVIDIA T4 ou L4. Pour déterminer le modèle de GPU le plus adapté à votre charge de travail, comparez les options suivantes :

Fonctionnalité NVIDIA T4 NVIDIA L4
Application idéale Inférence économique, entraînement de petits modèles de machine learning (ML), analyse de données et charges de travail héritées. Inférence d'IA hautes performances, IA générative, streaming multimédia et graphismes. Les GPU L4 offrent jusqu'à quatre fois les performances des GPU T4.
Architecture et mémoire Architecture Turing avec 16 Go de mémoire GPU GDDR6. Architecture Ada Lovelace avec 24 Go de mémoire GPU GDDR6.
Série de machines N1 à usage général G2 optimisée pour les accélérateurs
Chemin de migration Mise à niveau sur place : modifiez votre VM existante pour passer à une T4 sur place sans migrer les données. Migration vers une nouvelle VM : migrez vers une nouvelle VM pour passer à la série de machines G2.

Pour obtenir une liste complète et une comparaison de tous les modèles de GPU, consultez la section Types de machines GPU.

Voir où cette fonctionnalité est disponible

Pour vérifier que le modèle de GPU sélectionné est disponible, consultez les informations sur l'emplacement de votre service :

Migrez vos charges de travail

En fonction du service que vous utilisez, sélectionnez l'un des chemins de transition suivants :

Charges de travail Compute Engine

En fonction du type de machine et du modèle de GPU vers lesquels vous souhaitez passer, choisissez l'une des méthodes suivantes :

Migrer vers une nouvelle VM

Vous devez migrer vers une nouvelle VM si le nouveau modèle de GPU n'est pas compatible avec la zone de la VM existante ou si vous passez à un GPU exécuté sur un type de machine optimisé pour les accélérateurs.

Pour migrer vers une nouvelle VM, procédez comme suit :

  1. Si votre VM existante utilise des disques SSD locaux contenant des données que vous souhaitez conserver, déplacez le contenu de ces disques vers un volume Persistent Disk.

  2. Créez une VM. Par exemple, pour créer une VM exécutée sur le type de machine G2 (NVIDIA L4) , consultez Créer une instance G2.

  3. Déplacez les volumes Persistent Disk de l'ancienne VM vers la nouvelle. Pour ce faire, dissociez le volume Persistent Disk de l'ancienne VM et ajoutez-le à la nouvelle VM. Vous pouvez également transférer des fichiers d'une VM à une autre.

  4. Facultatif : Déplacez les données enregistrées des volumes Persistent Disk vers un disque SSD local.

  5. Réattribuez toutes les adresses IP statiques associées à la VM d'origine à la nouvelle VM.

  6. Installez les pilotes de GPU sur la VM.

  7. Installez vos applications sur la nouvelle VM.

  8. Supprimez l'ancienne VM.

Modifier la VM existante

Si le nouveau modèle de GPU vers lequel vous souhaitez passer est compatible avec la même zone, et s'exécute sur les types de machines N1 à usage général, vous pouvez modifier votre VM existante pour passer d'un GPU NVIDIA P100 au nouveau modèle de GPU.

Console

Pour modifier votre type de GPU dans la console, procédez comme suit :

  1. Vérifiez que vous disposez d'un quota suffisant pour le nouveau type de GPU.
  2. Vérifiez que toutes vos applications critiques sont arrêtées sur la VM.

  3. Dans la Google Cloud console, accédez à la page Instances de VM.

    Accéder à la page Instances de VM

  4. Cliquez sur le nom de la VM qui exécute le GPU NVIDIA P100. La page Détails de l'instance de VM s'ouvre.

  5. Cliquez sur Arrêter. Si l'option Arrêter n'est pas disponible, cliquez sur Autres actions > Arrêter. Consultez le panneau des notifications pour savoir quand la VM est arrêtée.

  6. Cliquez sur Modifier , puis procédez comme suit :

    1. Dans la section Configuration de la machine, sélectionnez la famille de machines GPU.
    2. Dans la liste Type de GPU, remplacez le modèle de GPU NVIDIA P100 par votre nouveau modèle de GPU.

  7. Pour appliquer vos modifications, cliquez sur Enregistrer.

  8. Pour redémarrer la VM, cliquez sur Démarrer/Reprendre.

gcloud

Pour modifier votre type de GPU à l'aide de la Google Cloud CLI, procédez comme suit :

  1. Vérifiez que vous disposez d'un quota suffisant pour le nouveau type de GPU.
  2. Vérifiez que toutes vos applications critiques sont arrêtées sur la VM.

  3. Exportez la configuration de la VM dans un fichier YAML local :

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

  4. Ouvrez le fichier config.yaml exporté et mettez à jour le bloc guestAccelerators :

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

    Assurez-vous que scheduling.onHostMaintenance est défini sur TERMINATE sous le bloc scheduling :

    scheduling:
 automaticRestart: true
 onHostMaintenance: TERMINATE

  5. Arrêtez la VM.

    gcloud compute instances stop VM_NAME \
   --zone=ZONE

  6. Appliquez la configuration modifiée à l'aide de la commande update-from-file.

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

  7. Démarrez la VM.

    gcloud compute instances start VM_NAME \
   --zone=ZONE

Remplacez les éléments suivants :

  • PROJECT_ID : ID du projet.
  • VM_NAME : nom de l'instance de VM
  • ZONE : zone où se trouve la VM.
  • ACCELERATOR_COUNT : nombre de GPU que vous souhaitez associer.
  • ACCELERATOR_TYPE : modèle de GPU (par exemple,nvidia-tesla-t4).

REST

Pour modifier votre type de GPU à l'aide de l'API Compute Engine, procédez comme suit :

  1. Vérifiez que vous disposez d'un quota suffisant pour le nouveau type de GPU.
  2. Vérifiez que toutes vos applications critiques sont arrêtées sur la VM.

  3. Arrêtez la VM.

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

  4. Mettez à jour les options de programmation sur la VM arrêtée pour qu'elle s'arrête lors de la maintenance de l'hôte.

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

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

  5. Ajoutez ou modifiez les GPU associés en appelant 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. Démarrez la VM.

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

    Remplacez les éléments suivants :

    • PROJECT_ID : ID du projet.
    • VM_NAME : nom de l'instance de VM
    • ZONE : zone où se trouve la VM.
    • ACCELERATOR_COUNT: nombre de GPU que vous souhaitez associer.
    • ACCELERATOR_TYPE : modèle de GPU (par exemple, nvidia-tesla-t4).

Autres Google Cloud charges de travail

Si vos charges de travail s'exécutent sur des services autres que Compute Engine, tels que GKE, Gemini Enterprise Agent Platform, Cloud Workstations, Dataflow ou Managed Service pour Apache Spark, vous devez procéder comme suit :

  1. Mettez à jour vos configurations pour référencer un modèle de GPU compatible.

    • Pour GKE, Gemini Enterprise Agent Platform ou Cloud Workstations, mettez à jour vos modèles de configuration.
    • Pour Dataflow, mettez à jour les spécifications de votre pipeline.
    • Pour Managed Service pour Apache Spark, mettez à jour les définitions de votre cluster.

    Pour obtenir des instructions sur la configuration des GPU pour votre service, consultez la documentation produit de ce service.

  2. Redémarrez ou recréez vos ressources.

Étape suivante