Ende der Unterstützung für NVIDIA P100

NVIDIA P100-GPUs erreichen am 15. September 2026 das Ende des Supports (EOS) . Google Cloud

Was sollte ich wissen?

Nach dem 15. September 2026 können Sie keine Google Cloud Ressourcen mehr erstellen oder darauf zugreifen, auf denen NVIDIA P100-GPUs ausgeführt werden. Diese Einstellung betrifft Ressourcen für die folgenden Dienste:

• Compute Engine: VM-Instanzen
• Google Kubernetes Engine (GKE): Knoten
• Gemini Enterprise Agent Platform: Modelle, Jobs und Endpunkte
• Cloud Workstations: Workstations
• Dataflow: Pipelinejobs
• Managed Service for Apache Spark: Cluster und serverlose Batches
• Deep Learning VM- und Container-Optimized OS-Instanzen

Wie wirkt sich das Ende des Supports auf meine vorhandenen Ressourcen aus?

Bis zum 15. September 2026 sind Ihre Ressourcen, auf denen NVIDIA P100-GPUs ausgeführt werden, nicht betroffen. Ihre Projekte können jedoch gefährdet sein, weil Sie ein GPU-Modell ausführen, das sich dem Ende des Supports nähert. Produkte und Funktionen, die das Ende des Supports erreicht haben, werden von nicht unterstützt Google Cloud.

Was muss ich tun?

Wenn Sie Ihre Arbeitslasten auf unterstützte GPUs umstellen möchten, müssen Sie ein neues GPU-Modell auswählen, die Verfügbarkeit in Ihren Regionen prüfen und dann Ihre Arbeitslasten migrieren.

GPU-Modell auswählen

Wir empfehlen, zu NVIDIA T4- oder L4-GPUs zu wechseln. Vergleichen Sie die folgenden Optionen, um das beste GPU-Modell für Ihre Arbeitslast zu ermitteln:

Funktion	NVIDIA T4	NVIDIA L4
Optimal für	Kostengünstige Inferenz, Training kleiner ML-Modelle (Machine Learning), Datenanalyse und Legacy-Arbeitslasten.	KI-Inferenz mit hoher Leistung, generative KI, Media-Streaming und Grafiken. L4-GPUs bieten bis zu viermal so viel Leistung wie T4-GPUs.
Architektur und Arbeitsspeicher	Turing-Architektur mit 16 GB GDDR6-GPU-Arbeitsspeicher.	Ada Lovelace-Architektur mit 24 GB GDDR6-GPU-Arbeitsspeicher.
Maschinenserie	N1 für allgemeine Zwecke	G2 beschleunigungsoptimiert
Migrationspfad	Direktes Upgrade: Ändern Sie Ihre vorhandene VM, um direkt zu einer T4-GPU zu wechseln, ohne Daten zu migrieren.	Migration zu einer neuen VM: Wechseln Sie zu einer neuen VM, um zur G2-Maschinenserie zu wechseln.

Eine umfassende Liste und einen Vergleich aller GPU-Modelle finden Sie unter GPU-Maschinentypen.

Verfügbare Standorte prüfen

Prüfen Sie die Standortdetails für Ihren Dienst, um zu bestätigen, dass das ausgewählte GPU-Modell verfügbar ist:

• Gemini Enterprise Agent Platform: prüfen Sie die Standorte der Gemini Enterprise Agent Platform-Beschleuniger.
• Cloud Workstations: GPU-Verfügbarkeit für Cloud Workstations nach Region und Zone prüfen.
• Alle anderen Dienste: Verfügbare GPU-Regionen und ‑Zonen prüfen

Arbeitslasten migrieren

Wählen Sie je nach verwendetem Dienst einen der folgenden Übergangspfade aus:

Compute Engine-Arbeitslasten

Wählen Sie je nach Maschinentyp und GPU-Modell, zu dem Sie wechseln möchten, eine der folgenden Methoden aus:

• Bei beschleunigungsoptimierten Maschinentypen zu einer neuen VM wechseln.
• Bei einem anderen GPU-Modell, das auf einem N1-Maschinentyp für allgemeine Zwecke ausgeführt wird, die vorhandene VM ändern.

Zu einer neuen VM wechseln

Sie müssen zu einer neuen VM wechseln, wenn das neue GPU-Modell in der Zone von der bestehenden VM nicht unterstützt wird oder wenn Sie zu einer GPU wechseln, die auf einem beschleunigeroptimierten Maschinentyp ausgeführt wird.

Führen Sie die folgenden Schritte aus, um zu einer neuen VM zu wechseln:

1. Wenn Ihre vorhandene VM lokale SSD-Laufwerke enthält, die Daten enthalten, die Sie behalten möchten, verschieben Sie den Inhalt dieser Laufwerke auf ein nichtflüchtiges Speicher-Volume.

2. Erstellen Sie eine neue VM. Informationen zum Erstellen einer VM, die auf dem Maschinentyp G2 (NVIDIA L4) ausgeführt wird, finden Sie unter G2-Instanz erstellen.

   Hinweis: Wenn Sie die meisten Konfigurationen Ihrer vorhandenen VMs wiederverwenden möchten, können Sie die Option Ähnliche erstellen verwenden. Denken Sie aber daran, den GPU-Typ zu aktualisieren.

3. Verschieben Sie nichtflüchtige Speicher-Volumes von der alten VM zur neuen. Dazu trennen Sie das nichtflüchtige Speicher-Volume von der alten VM und fügen es der neuen VM hinzu. Alternativ können Sie Dateien von einer VM auf die andere übertragen.

4. Optional: Verschieben Sie die gespeicherten Daten von nichtflüchtigen Speicher-Volumes zurück auf ein lokales SSD-Laufwerk.

5. Weisen Sie der neuen VM alle statischen IP-Adressen zu, die der ursprünglichen VM zugeordnet waren.

6. Installieren Sie GPU-Treiber auf der VM.

7. Installieren Sie die Anwendungen auf der neuen VM.

8. Löschen Sie die alte VM.

Vorhandene VM ändern

Wenn das neue GPU-Modell, zu dem Sie wechseln möchten, in derselben Zone unterstützt wird, und auf den N1-Maschinentypen für allgemeine Zwecke ausgeführt wird, können Sie die vorhandene VM so ändern, dass von einem NVIDIA P100-Modell zum neuen GPU-Modell gewechselt wird.

Console

Führen Sie die folgenden Schritte aus, um den GPU-Typ in der Console zu ändern:

1. Prüfen Sie, ob Ihr Kontingent ausreicht für den neuen GPU-Typ.
2. Prüfen Sie, ob alle kritischen Anwendungen auf der VM angehalten wurden.

3. Rufen Sie in der Google Cloud Console die Seite VM-Instanzen auf:

   Zu "VM-Instanzen"

4. Klicken Sie auf den Namen der VM, auf der die NVIDIA P100-GPU ausgeführt wird. Die Seite Details zur VM-Instanz wird geöffnet.

5. Klicken Sie auf Beenden. Wenn die Option Beenden nicht angezeigt wird, klicken Sie auf Weitere Aktionen > Beenden. Im Benachrichtigungsbereich können Sie sehen, wann die VM gestoppt wurde.

6. Klicken Sie auf Bearbeiten und führen Sie dann die folgenden Schritte aus:

   1. Wählen Sie im Abschnitt Maschinenkonfiguration die Maschinenfamilie GPU aus.
   2. Ändern Sie in der Liste GPU-Typ das GPU-Modell von NVIDIA P100 in Ihr neues GPU-Modell.

7. Klicken Sie auf Speichern, um die Änderungen anzuwenden.

8. Klicken Sie auf Starten/Fortsetzen, um die VM neu zu starten.

gcloud

Führen Sie die folgenden Schritte aus, um den GPU-Typ mit der Google Cloud CLI zu ändern:

1. Prüfen Sie, ob Ihr Kontingent ausreicht für den neuen GPU-Typ.
2. Prüfen Sie, ob alle kritischen Anwendungen auf der VM angehalten wurden.

3. Exportieren Sie die VM-Konfiguration in eine lokale YAML-Datei:

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

4. Öffnen Sie die exportierte Datei config.yaml und aktualisieren Sie den Block guestAccelerators:

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

   Prüfen Sie, ob scheduling.onHostMaintenance unter dem Block scheduling auf TERMINATE gesetzt ist:

   scheduling:
    automaticRestart: true
    onHostMaintenance: TERMINATE

5. Halten Sie die VM an.

   gcloud compute instances stop VM_NAME \
      --zone=ZONE
   

6. Wenden Sie die geänderte Konfiguration mit dem Befehl update-from-file an.

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

7. Starten Sie die VM.

   gcloud compute instances start VM_NAME \
      --zone=ZONE
   

Dabei gilt:

• PROJECT_ID: Ihre Projekt-ID.
• VM_NAME: der Name der VM-Instanz.
• ZONE: die Zone, in der sich die VM befindet.
• ACCELERATOR_COUNT: die Anzahl der GPUs, die Sie anhängen möchten.
• ACCELERATOR_TYPE: das GPU-Modell (z. B. nvidia-tesla-t4).

REST

Führen Sie die folgenden Schritte aus, um den GPU-Typ mit der Compute Engine API zu ändern:

1. Prüfen Sie, ob Ihr Kontingent ausreicht für den neuen GPU-Typ.
2. Prüfen Sie, ob alle kritischen Anwendungen auf der VM angehalten wurden.

3. Halten Sie die VM an.

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

4. Aktualisieren Sie die Planungsoptionen für die angehaltene VM, sodass sie während der Hostwartung beendet wird.

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

5. Fügen Sie die angehängten GPUs hinzu oder ändern Sie sie, indem Sie setMachineResources aufrufen.

   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. Starten Sie die VM.

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

   Dabei gilt:

   • PROJECT_ID: Ihre Projekt-ID.
   • VM_NAME: der Name der VM-Instanz.
   • ZONE: die Zone, in der sich die VM befindet.
   • ACCELERATOR_COUNT: die Anzahl der GPUs, die Sie anhängen möchten.
   • ACCELERATOR_TYPE: das GPU-Modell (z. B. nvidia-tesla-t4).

Andere Google Cloud Arbeitslasten

Wenn Ihre Arbeitslasten in anderen Diensten als Compute Engine ausgeführt werden, z. B. in GKE, Gemini Enterprise Agent Platform, Cloud Workstations, Dataflow oder Managed Service for Apache Spark, müssen Sie Folgendes tun:

1. Aktualisieren Sie Ihre Konfigurationen, um auf ein unterstütztes GPU-Modell zu verweisen.

   • Aktualisieren Sie für GKE, Gemini Enterprise Agent Platform oder Cloud Workstations Ihre Konfigurationsvorlagen.
   • Aktualisieren Sie für Dataflow Ihre Pipelinespezifikationen.
   • Aktualisieren Sie für Managed Service for Apache Spark Ihre Clusterdefinitionen.

   Eine Anleitung zum Konfigurieren von GPUs für Ihren Dienst finden Sie in der Produktdokumentation für diesen Dienst.

2. Starten Sie Ihre Ressourcen neu oder erstellen Sie sie neu.

Nächste Schritte

• Weitere Informationen zu GPUs.
• Preise für GPU ansehen