Akhir dukungan NVIDIA P100

GPU NVIDIA P100 di Google Cloud akan mencapai Akhir Dukungan (EOS) pada 15 September 2026.

Hal yang perlu saya ketahui

Setelah 15 September 2026, Anda tidak dapat membuat atau mengakses resource apa pun yang menjalankan GPU NVIDIA P100. Google CloudPenghentian ini memengaruhi resource untuk layanan berikut:

  • Compute Engine: instance VM
  • Google Kubernetes Engine (GKE): node
  • Gemini Enterprise Agent Platform: model, tugas, dan endpoint
  • Cloud Workstations: workstation
  • Dataflow: tugas pipeline
  • Managed Service untuk Apache Spark: cluster dan batch tanpa server
  • Instance Deep Learning VM dan Container-Optimized OS

Bagaimana EOS ini akan memengaruhi resource saya yang ada

Hingga 15 September 2026, resource Anda yang menjalankan GPU NVIDIA P100 tidak akan terpengaruh. Namun, project Anda mungkin berisiko karena Anda menjalankan model GPU yang mendekati EOS-nya. Produk atau fitur EOS tidak didukung oleh Google Cloud.

Hal yang harus saya lakukan

Untuk mentransisikan workload Anda ke GPU yang didukung, Anda harus memilih model GPU baru, meninjau ketersediaannya di region Anda, lalu memigrasikan workload Anda.

Memilih model GPU

Sebaiknya pindah ke GPU NVIDIA T4 atau L4. Untuk menentukan model GPU terbaik untuk workload Anda, bandingkan opsi berikut:

Fitur NVIDIA T4 NVIDIA L4
Paling cocok untuk Inferensi hemat biaya, pelatihan model machine learning (ML) kecil, analisis data, dan workload lama. Inferensi AI berperforma tinggi, AI generatif, streaming media, dan grafis. GPU L4 memberikan performa hingga empat kali lipat GPU T4.
Arsitektur dan memori Arsitektur Turing dengan memori GPU GDDR6 16 GB. Arsitektur Ada Lovelace dengan memori GPU GDDR6 24 GB.
Seri mesin Tujuan umum N1 Dioptimalkan akselerator G2
Jalur migrasi Upgrade di tempat: Ubah VM yang ada untuk beralih ke T4 di tempat tanpa memigrasikan data. Migrasi VM baru: Pindah ke VM baru untuk bertransisi ke seri mesin G2.

Untuk daftar dan perbandingan lengkap semua model GPU, lihat Jenis mesin GPU.

Meninjau lokasi yang tersedia

Untuk memverifikasi bahwa model GPU yang Anda pilih tersedia, tinjau detail lokasi untuk layanan Anda:

Memigrasikan workload Anda

Berdasarkan layanan yang Anda gunakan, pilih salah satu jalur transisi berikut:

Workload Compute Engine

Bergantung pada jenis mesin dan model GPU yang ingin Anda gunakan, pilih salah satu metode berikut:

Pindah ke VM baru

Anda harus berpindah ke VM baru jika model GPU baru tidak didukung di zona VM yang ada, atau jika Anda beralih ke GPU yang berjalan pada jenis mesin yang dioptimalkan akselerator .

Untuk berpindah ke VM baru, selesaikan langkah-langkah berikut:

  1. Jika VM yang sudah ada menggunakan disk SSD Lokal yang berisi data yang ingin Anda simpan, pindahkan konten disk tersebut ke volume Persistent Disk.

  2. Buat VM baru. Misalnya, untuk membuat VM yang berjalan pada jenis mesin G2 (NVIDIA L4) , lihat Membuat instance G2.

  3. Pindahkan volume Persistent Disk dari VM lama ke VM baru. Anda dapat melakukannya dengan melepaskan volume Persistent Disk dari VM lama dan menambahkannya ke VM baru. Anda juga dapat mentransfer file dari satu VM ke VM lainnya.

  4. Opsional: Pindahkan kembali data yang disimpan dari volume Persistent Disk ke disk SSD Lokal.

  5. Tetapkan ulang alamat IP statis yang terkait dengan VM asli ke VM baru.

  6. Instal driver GPU di VM.

  7. Instal aplikasi Anda di VM baru.

  8. Hapus VM lama.

Mengubah VM yang ada

Jika model GPU baru yang ingin Anda gunakan didukung di zona yang sama, dan berjalan pada jenis mesin tujuan umum N1, Anda dapat mengubah VM yang ada untuk beralih dari NVIDIA P100 ke model GPU baru.

Konsol

Untuk mengubah jenis GPU di konsol, selesaikan langkah-langkah berikut:

  1. Pastikan Anda memiliki cukup kuota untuk jenis GPU baru.
  2. Pastikan semua aplikasi penting Anda dihentikan di VM.

  3. Di Google Cloud konsol, buka halaman VM instances.

    Buka instance VM

  4. Klik nama VM yang menjalankan GPU NVIDIA P100. Halaman VM instance details akan terbuka.

  5. Klik Stop. Jika tidak ada opsi Stop, klik More actions > Stop. Periksa panel notifikasi untuk melihat kapan VM dihentikan.

  6. Klik Edit , lalu selesaikan langkah-langkah berikut:

    1. Di bagian Machine configuration, pilih kelompok mesin GPU.
    2. Dari daftar GPU type, ubah model GPU dari NVIDIA P100 ke model GPU yang baru.

  7. Untuk menerapkan perubahan, klik Save.

  8. Untuk memulai ulang VM, klik Start/Resume.

gcloud

Untuk mengubah jenis GPU menggunakan Google Cloud CLI, selesaikan langkah-langkah berikut:

  1. Pastikan Anda memiliki cukup kuota untuk jenis GPU baru.
  2. Pastikan semua aplikasi penting Anda dihentikan di VM.

  3. Ekspor konfigurasi VM ke file YAML lokal:

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

  4. Buka file config.yaml yang diekspor dan perbarui blok guestAccelerators:

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

    Pastikan scheduling.onHostMaintenance ditetapkan ke TERMINATE di bagian blok scheduling:

    scheduling:
 automaticRestart: true
 onHostMaintenance: TERMINATE

  5. Menghentikan VM.

    gcloud compute instances stop VM_NAME \
   --zone=ZONE

  6. Terapkan konfigurasi yang diubah menggunakan perintah update-from-file.

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

  7. Mulai VM.

    gcloud compute instances start VM_NAME \
   --zone=ZONE

Ganti kode berikut:

  • PROJECT_ID: project ID Anda.
  • VM_NAME: nama instance VM.
  • ZONE: zona tempat VM berada.
  • ACCELERATOR_COUNT: jumlah GPU yang ingin Anda pasang.
  • ACCELERATOR_TYPE: model GPU (misalnya,nvidia-tesla-t4).

REST

Untuk mengubah jenis GPU menggunakan Compute Engine API, selesaikan langkah-langkah berikut:

  1. Pastikan Anda memiliki cukup kuota untuk jenis GPU baru.
  2. Pastikan semua aplikasi penting Anda dihentikan di VM.

  3. Menghentikan VM.

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

  4. Perbarui opsi penjadwalan di VM yang dihentikan untuk dihentikan selama pemeliharaan host.

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

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

  5. Tambahkan atau ubah GPU terpasang dengan memanggil 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. Mulai VM.

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

    Ganti kode berikut:

    • PROJECT_ID: project ID Anda.
    • VM_NAME: nama instance VM.
    • ZONE: zona tempat VM berada.
    • ACCELERATOR_COUNT: jumlah GPU yang ingin Anda pasang.
    • ACCELERATOR_TYPE: model GPU (misalnya, nvidia-tesla-t4).

Workload lainnya Google Cloud

Jika workload Anda berjalan di layanan selain Compute Engine seperti GKE, Gemini Enterprise Agent Platform, Cloud Workstations, Dataflow, atau Managed Service untuk Apache Spark, Anda harus melakukan hal berikut:

  1. Perbarui konfigurasi Anda untuk mereferensikan model GPU yang didukung.

    • Untuk GKE, Gemini Enterprise Agent Platform, atau Cloud Workstations, perbarui template konfigurasi Anda.
    • Untuk Dataflow, perbarui spesifikasi pipeline Anda.
    • Untuk Managed Service untuk Apache Spark, perbarui definisi cluster Anda.

    Untuk mengetahui petunjuk tentang cara mengonfigurasi GPU untuk layanan Anda, lihat dokumentasi produk untuk layanan tersebut.

  2. Mulai ulang atau buat ulang resource Anda.

Langkah berikutnya