NVIDIA P100 停止支援

Google Cloud 的 NVIDIA P100 GPU 將於 2026 年 9 月 15 日終止支援。

注意事項

2026 年 9 月 15 日後，您將無法建立或存取任何執行 NVIDIA P100 GPU 的 Google Cloud資源。這項淘汰作業會影響下列服務的資源：

• Compute Engine：VM 執行個體
• Google Kubernetes Engine (GKE)：節點
• Gemini Enterprise Agent Platform：模型、工作和端點
• Gemini Enterprise Agent Platform Workbench：執行個體
• Colab Enterprise：筆記本、執行階段和執行階段範本
• Cloud Workstations：工作站
• Dataflow：管道工作
• Managed Service for Apache Spark：叢集和無伺服器批次
• 深度學習 VM 和 Container-Optimized OS 執行個體

這項終止支援措施對現有資源有何影響

在 2026 年 9 月 15 日前，執行 NVIDIA P100 GPU 的資源不會受到影響。不過，您執行的 GPU 模型即將終止支援，因此專案可能會有風險。 Google Cloud不支援 EOS 產品或功能。

我需要做什麼

如要將工作負載轉移至支援的 GPU，請選擇新的 GPU 模型、查看區域中的可用性，然後遷移工作負載。

選擇 GPU 型號

建議改用新式 GPU 替代方案，特別是 G2 或 G4 機器系列。如要為工作負載選擇最合適的 GPU 模型，請比較下列選項：

功能	G2 (NVIDIA L4)	G4 (NVIDIA RTX PRO 6000)
適用情境	高效能 AI 推論、生成式 AI、媒體串流和繪圖。L4 GPU 的效能最高可達 T4 GPU 的四倍。	高效能模擬、NVIDIA Omniverse 工作負載、3D 繪圖轉譯、本機 LLM 微調和推論、虛擬工作站 (vWS)，以及 GPU 分數 (vGPU) 共用。
架構與記憶體	Ada Lovelace 架構，搭載 24 GB GDDR6 GPU 記憶體。	Blackwell 架構，每個 GPU 具有 96 GB 的 GPU 記憶體。
機器系列	G2 加速器最佳化	G4 加速器最佳化
遷移路徑	遷移至新 VM：遷移至新 VM，改用 G2 系列機器。	遷移至新 VM：遷移至新 VM，改用 G4 系列機器。

如需所有 GPU 型號的完整清單和比較資訊，請參閱 GPU 機器類型。

查看支援的地區

如要確認所選 GPU 模型是否適用，請查看服務的位置詳細資料：

• Gemini Enterprise Agent Platform 和 Colab Enterprise： 查看 Gemini Enterprise Agent Platform 加速器位置。
• Cloud Workstations： 查看各區域和可用區的 Cloud Workstations GPU 可用情形。
• 其他所有服務： 請查看可用的 GPU 地區和區域。

遷移工作負載

請根據您使用的服務，選取下列其中一種轉換路徑：

Compute Engine 工作負載

視要切換的機型和 GPU 型號而定，選擇下列其中一種方法：

• 如果是加速器最佳化機型，請遷移至新的 VM。
• 如要使用其他 GPU 型號，並在 N1 一般用途機型上執行，請修改現有 VM。

移至新的 VM

如果現有 VM 所在區域不支援新的 GPU 型號，或是您要改用在加速器最佳化機器類型上執行的 GPU，就必須遷移至新的 VM。

如要遷移至新的 VM，請完成下列步驟：

1. 如果現有 VM 使用的本機 SSD 磁碟含有您想保留的資料，請將這些磁碟的內容移至永久磁碟卷宗。

2. 建立新的 VM。舉例來說，如要建立在 G2 (NVIDIA L4) 機型上執行的 VM，請參閱「建立 G2 執行個體」。

   注意： 如要重複使用現有 VM 的大部分設定，可以使用「建立類似項目」選項。但請記得更新 GPU 類型。

3. 將舊 VM 的 Persistent Disk 磁碟區移至新 VM。方法是從舊 VM 分離 Persistent Disk 磁碟區，然後新增至新 VM。您也可以將檔案從一個 VM 轉移至另一個 VM。

4. 選用：將儲存在 Persistent Disk 磁碟區的資料移回本機 SSD 磁碟。

5. 將與原始 VM 相關聯的靜態 IP 位址重新指派給新 VM。

6. 在 VM 上安裝 GPU 驅動程式。

7. 在新 VM 上安裝應用程式。

8. 刪除舊 VM。

修改現有 VM

如果想改用的新 GPU 型號在同一區域中受到支援，且在 N1 一般用途機器類型上執行，則可以修改現有 VM，從 NVIDIA P100 切換至新 GPU 型號。

控制台

如要在控制台中修改 GPU 類型，請完成下列步驟：

1. 確認您有足夠的配額可使用新的 GPU 類型。
2. 確認 VM 上的所有重要應用程式皆已停止運作。

3. 前往 Google Cloud 控制台的「VM instances」(VM 執行個體) 頁面。

   前往 VM 執行個體

4. 按一下執行 NVIDIA P100 GPU 的 VM 名稱。「VM 執行個體詳細資料」頁面隨即開啟。

5. 按一下 「停止」。如果沒有「停止」選項，請依序點選 「更多動作」「停止」。查看通知面板，瞭解 VM 何時停止。

6. 按一下「編輯」，然後完成下列步驟：

   1. 在「機器設定」部分，選取「GPU」機器家族。
   2. 從「GPU type」(GPU 類型) 清單中，將 GPU 型號從 NVIDIA P100 變更為新的 GPU 型號。

7. 如要套用變更，請按一下「儲存」。

8. 如要重新啟動 VM，請按一下「啟動/繼續」。

gcloud

如要使用 Google Cloud CLI 修改 GPU 類型，請完成下列步驟：

1. 確認您有足夠的配額可使用新的 GPU 類型。
2. 確認 VM 上的所有重要應用程式皆已停止運作。

3. 將 VM 設定匯出至本機 YAML 檔案：

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

4. 開啟匯出的 config.yaml 檔案，然後更新 guestAccelerators 區塊：

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

   確認 scheduling.onHostMaintenance 在 scheduling 區塊下方設為 TERMINATE：

   scheduling:
    automaticRestart: true
    onHostMaintenance: TERMINATE

5. 停止 VM。

   gcloud compute instances stop VM_NAME \
      --zone=ZONE
   

6. 使用 update-from-file 指令套用修改後的設定。

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

7. 啟動 VM。

   gcloud compute instances start VM_NAME \
      --zone=ZONE
   

更改下列內容：

• PROJECT_ID：您的專案 ID。
• VM_NAME：VM 執行個體的名稱。
• ZONE：VM 所在的可用區。
• ACCELERATOR_COUNT：要附加的 GPU 數量。
• ACCELERATOR_TYPE：GPU 型號 (例如 nvidia-tesla-t4)。

REST

如要使用 Compute Engine API 修改 GPU 類型，請完成下列步驟：

1. 確認您有足夠的配額可使用新的 GPU 類型。
2. 確認 VM 上的所有重要應用程式皆已停止運作。

3. 停止 VM。

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

4. 更新已停止 VM 的排程選項，在主機維護期間終止 VM。

   POST https://compute.googleapis.com/compute/v1/projects/PROJECT_ID/zones/ZONE/instances/VM_NAME/setScheduling
   
   {
    "onHostMaintenance": "TERMINATE",
    "automaticRestart": true
   }
   

5. 呼叫 setMachineResources 即可新增或修改附加的 GPU。

   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. 啟動 VM。

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

   更改下列內容：

   • PROJECT_ID：您的專案 ID。
   • VM_NAME：VM 執行個體的名稱。
   • ZONE：VM 所在的可用區。
   • ACCELERATOR_COUNT：要附加的 GPU 數量。
   • ACCELERATOR_TYPE：GPU 型號 (例如 nvidia-tesla-t4)。

其他 Google Cloud 工作負載

如果工作負載在 Compute Engine 以外的服務上執行，例如 GKE、Gemini Enterprise Agent Platform、Agent Platform Workbench、Colab Enterprise、Cloud Workstations、Dataflow 或 Managed Service for Apache Spark，則必須執行下列操作：

1. 更新設定，參照支援的 GPU 模型。

   • 如果是 GKE、Gemini Enterprise Agent Platform、Colab Enterprise 或 Cloud Workstations，請更新設定或執行階段範本。
   • 如果是 Agent Platform Workbench，請變更執行個體的機型和 GPU 設定，或建立新的執行個體。
   • 如果是 Dataflow，請更新管道規格。
   • 如果是 Managed Service for Apache Spark，請更新叢集定義。

   如需為服務設定 GPU 的操作說明，請參閱該服務的產品說明文件。

2. 重新啟動或重新建立資源。

後續步驟

• 進一步瞭解 GPU。
• 查看 GPU 定價。