סיום התמיכה ב-NVIDIA P100

מעבדי NVIDIA P100 GPU ב- Google Cloud יגיעו לסוף התמיכה (EOS) ב-15 בספטמבר 2026.

מה חשוב לדעת

אחרי 15 בספטמבר 2026, לא תוכלו ליצור משאבים של Google Cloudאו לגשת אליהם אם הם מריצים GPU מסוג NVIDIA P100. הוצאה משימוש משפיעה על משאבים בשירותים הבאים:

• ‫Compute Engine: מכונות וירטואליות
• ‫Google Kubernetes Engine‏ (GKE): צמתים
• ‫Gemini Enterprise Agent Platform: מודלים, משימות ונקודות קצה
• ‫Gemini Enterprise Agent Platform Workbench: מופעים
• ‫Colab Enterprise: מחברות, סביבות זמן ריצה ותבניות של סביבות זמן ריצה
• Cloud Workstations: תחנות עבודה
• ‫Dataflow: משימות של פייפליין
• ‫Managed Service for Apache Spark: אשכולות וחבילות serverless
• מכונות וירטואליות של למידה עמוקה (Deep Learning) ומופעים של מערכת הפעלה שמותאמת לקונטיינרים

איך סיום התמיכה ישפיע על המשאבים הקיימים שלי

עד 15 בספטמבר 2026, לא תהיה השפעה על המשאבים שלכם שמופעלים באמצעות מעבדים גרפיים (GPU) מסוג NVIDIA P100. אבל יכול להיות שהפרויקטים שלכם בסיכון כי אתם מריצים מודל GPU שמתקרב לסוף התמיכה שלו. מוצרים או תכונות שהגיעו לסוף תקופת התמיכה לא נתמכים על ידי Google Cloud.

מה צריך לעשות

כדי להעביר את עומסי העבודה למעבדי GPU נתמכים, צריך לבחור דגם חדש של GPU, לבדוק את הזמינות שלו באזורים שלכם ולהעביר את עומסי העבודה.

בחירת מודל GPU

מומלץ לעבור לחלופות GPU מודרניות, במיוחד לסדרות המכונות G2 או G4. כדי לקבוע איזה מודל GPU הכי מתאים לעומס העבודה שלכם, כדאי להשוות בין האפשרויות הבאות:

התכונה	G2 (NVIDIA L4)‎	G4 (NVIDIA RTX PRO 6000)‎
מתאים במיוחד ל	הסקה מ-AI,‏ AI גנרטיבי, סטרימינג של מדיה וגרפיקה עם ביצועים גבוהים. יחידות ה-GPU מדגם L4 מספקות ביצועים טובים פי ארבעה מיחידות ה-GPU מדגם T4.	סימולציה עם ביצועים גבוהים, עומסי עבודה של NVIDIA Omniverse, עיבוד של גרפיקה בתלת-ממד, כוונון עדין והסקת מסקנות של מודלים גדולים של שפה (LLM) מקומיים, תחנות עבודה וירטואליות (vWS) ושיתוף חלקי של GPU (vGPU).
ארכיטקטורה וזיכרון	ארכיטקטורת Ada Lovelace עם זיכרון GPU‏ GDDR6 בנפח 24 GB.	ארכיטקטורת Blackwell עם זיכרון GPU של 96 GB לכל GPU.
סדרת מכונות	G2 accelerator-optimized	G4 accelerator-optimized
נתיב ההעברה	העברת מכונות וירטואליות חדשות: מעבר למכונה וירטואלית חדשה כדי לעבור לסדרת מכונות G2.	העברת מכונה וירטואלית חדשה: מעבר למכונה וירטואלית חדשה כדי לעבור לסדרת מכונות G4.

רשימה מקיפה והשוואה של כל דגמי ה-GPU זמינות במאמר סוגי מכונות עם GPU.

בדיקת המיקומים הזמינים

כדי לוודא שדגם ה-GPU שבחרתם זמין, בודקים את פרטי המיקום של השירות:

• ‫Gemini Enterprise Agent Platform ו-Colab Enterprise: כדאי לעיין במיקומי המאיצים של Gemini Enterprise Agent Platform.
• ‫Cloud Workstations: אפשר לעיין בזמינות של מעבדי GPU ב-Cloud Workstations לפי אזור ותחום.
• לכל השירותים האחרים: אפשר לעיין באזורים ותחומים שבהם זמינים מעבדים גרפיים.

העברת עומסי העבודה

בהתאם לשירות שבו אתם משתמשים, בוחרים באחת מהאפשרויות הבאות למעבר:

עומסי עבודה ב-Compute Engine

בהתאם לסוג המכונה ולדגם ה-GPU שאליהם רוצים לעבור, בוחרים אחת מהשיטות הבאות:

• במכונות וירטואליות שעברו אופטימיזציה למאיצים, צריך לעבור למכונה וירטואלית חדשה.
• כדי להשתמש במודל GPU אחר שפועל על מכונה וירטואלית לשימוש כללי מסוג N1, צריך לשנות את המכונה הווירטואלית הקיימת.

מעבר למכונה וירטואלית חדשה

צריך לעבור למכונה וירטואלית חדשה אם מודל ה-GPU החדש לא נתמך באזור של המכונה הוירטואלית הקיימת, או אם עוברים ל-GPU שפועל על סוג מכונה שמותאם למאיץ.

כדי לעבור למכונה וירטואלית חדשה, צריך לבצע את השלבים הבאים:

1. אם במכונת ה-VM הקיימת נעשה שימוש בדיסקים מקומיים מסוג SSD שמכילים נתונים שאתם רוצים לשמור, צריך להעביר את התוכן של הדיסקים האלה לנפח אחסון מסוג Persistent Disk.

2. יוצרים מכונה וירטואלית חדשה. לדוגמה, כדי ליצור מכונה וירטואלית שפועלת על סוג המכונה G2 ‏ (NVIDIA L4), אפשר לעיין במאמר בנושא יצירת מכונת G2.

   הערה: כדי לעשות שימוש חוזר ברוב ההגדרות של מכונות ה-VM הקיימות, אפשר להשתמש באפשרות יצירת מכונה דומה. עם זאת, חשוב לזכור לעדכן את סוג ה-GPU.

3. העברת נפחי דיסק אחסון מתמיד מהמכונה הווירטואלית הישנה למכונה הווירטואלית החדשה. כדי לעשות את זה, צריך לנתק את עוצמת הקול של דיסק האחסון המתמיד מהמכונה הווירטואלית הישנה ולהוסיף אותה למכונה הווירטואלית החדשה. אפשר גם להעביר קבצים ממכונה וירטואלית אחת לאחרת.

4. אופציונלי: מעבירים את הנתונים שנשמרו מכרכים של Persistent Disk בחזרה לדיסק SSD מקומי.

5. מקצים מחדש כתובות IP סטטיות ששויכו למכונה הווירטואלית המקורית למכונה הווירטואלית החדשה.

6. התקנת דרייברים של GPU במכונה הווירטואלית.

7. מתקינים את האפליקציות ב-VM החדש.

8. מוחקים את מכונת ה-VM הישנה.

שינוי מכונה וירטואלית קיימת

אם דגם ה-GPU החדש שאליו רוצים לעבור נתמך באותו אזור, והוא פועל על סוגי המכונות N1 לשימוש כללי, אפשר לשנות את המכונה הווירטואלית הקיימת כדי לעבור מ-NVIDIA P100 לדגם ה-GPU החדש.

המסוף

כדי לשנות את סוג ה-GPU במסוף, מבצעים את השלבים הבאים:

1. מוודאים שיש לכם מספיק מכסה לסוג ה-GPU החדש.
2. מוודאים שכל האפליקציות הקריטיות הופסקו במכונה הווירטואלית.

3. נכנסים לדף VM instances במסוף Google Cloud .

   כניסה לדף VM instances

4. לוחצים על השם של המכונה הווירטואלית שמופעל בה GPU מסוג NVIDIA P100. ייפתח הדף VM instance details (פרטי המכונה הווירטואלית).

5. לוחצים על הפסקה. אם אין אפשרות עצירה, לוחצים על פעולות נוספות > עצירה. בודקים את מרכז ההתראות כדי לראות מתי המכונה הווירטואלית נעצרת.

6. לוחצים על עריכה ומבצעים את השלבים הבאים:

   1. בקטע Machine configuration, בוחרים את משפחת המכונות GPU.
   2. ברשימה GPU type (סוג ה-GPU), משנים את דגם ה-GPU מ-NVIDIA P100 לדגם ה-GPU החדש.

7. כדי להחיל את השינויים, לוחצים על שמירה.

8. כדי להפעיל מחדש את המכונה הווירטואלית, לוחצים על התחלה/המשך.

gcloud

כדי לשנות את סוג ה-GPU באמצעות Google Cloud CLI:

1. מוודאים שיש לכם מספיק מכסה לסוג ה-GPU החדש.
2. מוודאים שכל האפליקציות הקריטיות הופסקו במכונה הווירטואלית.

3. מייצאים את הגדרות ה-VM לקובץ YAML מקומי:

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

4. פותחים את קובץ config.yaml המיוצא ומעדכנים את הבלוק guestAccelerators:

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

   מוודאים שהערך של scheduling.onHostMaintenance הוא TERMINATE בקטע scheduling:

   scheduling:
    automaticRestart: true
    onHostMaintenance: TERMINATE

5. מפסיקים את ה-VM.

   gcloud compute instances stop VM_NAME \
      --zone=ZONE
   

6. מפעילים את ההגדרה ששיניתם באמצעות הפקודה update-from-file.

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

7. מפעילים את ה-VM.

   gcloud compute instances start VM_NAME \
      --zone=ZONE
   

מחליפים את מה שכתוב בשדות הבאים:

• PROJECT_ID: מזהה הפרויקט.
• ‫VM_NAME: השם של מופע ה-VM.
• ‫ZONE: האזור שבו נמצאת המכונה הווירטואלית.
• ‫ACCELERATOR_COUNT: מספר יחידות ה-GPU שרוצים לצרף.
• ‫ACCELERATOR_TYPE: דגם ה-GPU (לדוגמה,nvidia-tesla-t4).

REST

כדי לשנות את סוג ה-GPU באמצעות Compute Engine API, מבצעים את השלבים הבאים:

1. מוודאים שיש לכם מספיק מכסה לסוג ה-GPU החדש.
2. מוודאים שכל האפליקציות הקריטיות הופסקו במכונה הווירטואלית.

3. מפסיקים את ה-VM.

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

4. מעדכנים את אפשרויות התזמון במכונה הווירטואלית המושבתת כך שהיא תושבת במהלך תחזוקת המארח.

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

5. כדי להוסיף או לשנות את יחידות ה-GPU המצורפות, קוראים ל-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. מפעילים את ה-VM.

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

   מחליפים את מה שכתוב בשדות הבאים:

   • PROJECT_ID: מזהה הפרויקט.
   • ‫VM_NAME: השם של מופע ה-VM.
   • ‫ZONE: האזור שבו נמצאת המכונה הווירטואלית.
   • ‫ACCELERATOR_COUNT: מספר יחידות ה-GPU שרוצים לצרף.
   • ‫ACCELERATOR_TYPE: דגם ה-GPU (לדוגמה, nvidia-tesla-t4).

עומסי עבודה אחרים Google Cloud

אם עומסי העבודה שלכם פועלים בשירותים שאינם Compute Engine, כמו GKE,‏ Gemini Enterprise Agent Platform, ‏ Agent Platform Workbench,‏ Colab Enterprise, ‏ Cloud Workstations, ‏ Dataflow או Managed Service for Apache Spark, אתם צריכים לבצע את הפעולות הבאות:

1. מעדכנים את ההגדרות כך שיפנו לדגם GPU נתמך.

   • ב-GKE,‏ Gemini Enterprise Agent Platform,‏ Colab Enterprise או Cloud Workstations, צריך לעדכן את התבניות של ההגדרות או של זמן הריצה.
   • ב-Agent Platform Workbench, אפשר לשנות את סוג המכונה ואת הגדרת ה-GPU של המכונה או ליצור מכונה חדשה.
   • ב-Dataflow, מעדכנים את המפרטים של צינור עיבוד הנתונים.
   • בשירות המנוהל ל-Apache Spark, צריך לעדכן את הגדרות האשכול.

   הוראות להגדרת מעבדים גרפיים לשירות מופיעות במסמכי התיעוד של המוצר עבור השירות הזה.

2. מפעילים מחדש את המשאבים או יוצרים אותם מחדש.

המאמרים הבאים

• מידע נוסף על יחידות GPU
• מחירים של GPU