Fim do suporte do NVIDIA P100

As GPUs NVIDIA P100 no vão atingir o fim do suporte (EOS, na sigla em inglês) em 15 de setembro de 2026. Google Cloud

O que eu preciso saber?

Após 15 de setembro de 2026, não será possível criar ou acessar recursos que executam GPUs NVIDIA P100. Google CloudEssa suspensão afeta recursos dos seguintes serviços:

  • Compute Engine: instâncias de VM
  • Google Kubernetes Engine (GKE): nós
  • Gemini Enterprise Agent Platform: modelos, jobs e endpoints
  • Cloud Workstations: estações de trabalho
  • Dataflow: jobs de pipeline
  • Serviço Gerenciado para Apache Spark: clusters e lotes sem servidor
  • Instâncias de VM de aprendizado profundo e do Container-Optimized OS

Como esse EOS vai afetar meus recursos atuais?

Até 15 de setembro de 2026, seus recursos que executam GPUs NVIDIA P100 não serão afetados. No entanto, seus projetos podem estar em risco porque você está executando um modelo de GPU que está se aproximando do EOS. Os produtos ou recursos do EOS não são compatíveis com Google Cloud.

O que preciso fazer?

Para fazer a transição das cargas de trabalho para GPUs compatíveis, escolha um novo modelo de GPU, revise a disponibilidade nas regiões e migre as cargas de trabalho.

Escolher um modelo de GPU

Recomendamos a migração para as GPUs NVIDIA T4 ou L4. Para determinar o melhor modelo de GPU para sua carga de trabalho, compare as seguintes opções:

Recurso NVIDIA T4 NVIDIA L4
Ideal para Inferência econômica, treinamento de modelo de machine learning (ML) pequenos, análise de dados e cargas de trabalho legadas. Inferência de IA de alta performance, IA generativa, streaming de mídia e gráficos. As GPUs L4 oferecem até quatro vezes o desempenho das GPUs T4.
Arquitetura e memória Arquitetura Turing com 16 GB de memória de GPU GDDR6. Arquitetura Ada Lovelace com 24 GB de memória de GPU GDDR6.
Série de máquina Uso geral N1 G2 otimizado para acelerador
Caminho de migração Upgrade no local: modifique sua VM atual para mudar para uma T4 no local sem migrar dados. Migração de nova VM: migre para uma nova VM para fazer a transição para a série de máquinas G2.

Para uma lista abrangente e comparação de todos os modelos de GPU, consulte Tipos de máquina de GPU.

Analisar locais disponíveis

Para verificar se o modelo de GPU selecionado está disponível, revise os detalhes do local do serviço:

Migre suas cargas de trabalho

Com base no serviço usado, selecione um dos seguintes caminhos de transição:

Cargas de trabalho do Compute Engine

Dependendo do tipo de máquina e do modelo de GPU para o qual você quer mudar, escolha um dos seguintes métodos:

Mover para uma nova VM

Será preciso migrar para uma nova VM se o novo modelo de GPU não for compatível com a zona de VM atual ou se você estiver alternando para uma GPU executada em um tipo de máquina otimizado para acelerador.

Para migrar para uma nova VM, siga estas etapas:

  1. Se a VM atual usar discos SSD locais que contêm dados que você quer manter, mova o conteúdo desses discos para um volume de Persistent Disk.

  2. Crie uma nova VM. Por exemplo, para criar uma VM executada no tipo de máquina G2 (NVIDIA L4) , consulte Criar uma instância G2.

  3. Mova os volumes de disco permanente da VM antiga para a nova. Para fazer isso, remova o volume de Persistent Disk da VM antiga e adicione-o à nova VM. Como alternativa, você pode transferir arquivos de uma VM para outra.

  4. Opcional: mova os dados salvos dos volumes Persistent Disk de volta para um disco SSD local.

  5. Reatribua todos os endereços IP estáticos associados à VM original à nova VM.

  6. Instale os drivers de GPU na VM.

  7. Instale os aplicativos na nova VM.

  8. Exclua a VM antiga.

Modificar sua VM atual

Se o novo modelo de GPU para o qual você quer mudar for compatível na mesma zona, e for executado nos tipos de máquina N1 de uso geral, modifique sua VM atual para alternar de uma NVIDIA P100 para o novo modelo de GPU.

Console

Para modificar o tipo de GPU no console, siga estas etapas:

  1. Verifique se você tem cota suficiente para o novo tipo de GPU.
  2. Verifique se todos os aplicativos críticos estão parados na VM.

  3. No Google Cloud console do, acesse a página Instâncias de VM.

    Acessar instâncias de VM

  4. Clique no nome da VM que está executando a GPU NVIDIA P100. A página Detalhes da instância de VM será aberta.

  5. Clique em Interromper. Se não houver a opção Interromper, clique em Mais ações > Interromper. Verifique o painel de notificações para ver quando a VM foi interrompida.

  6. Clique em Editar e conclua as seguintes etapas:

    1. Na seção Configuração da máquina, selecione a família de máquinas GPU.
    2. Na lista Tipo de GPU, altere o modelo de GPU da NVIDIA P100 para o novo modelo de GPU.

  7. Para aplicar as alterações, clique em Salvar.

  8. Para reiniciar a VM, clique em Iniciar/Retomar.

gcloud

Para modificar o tipo de GPU usando a Google Cloud CLI, siga estas etapas:

  1. Verifique se você tem cota suficiente para o novo tipo de GPU.
  2. Verifique se todos os aplicativos críticos estão parados na VM.

  3. Exporte a configuração da VM para um arquivo YAML local:

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

  4. Abra o arquivo config.yaml exportado e atualize o bloco guestAccelerators:

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

    Verifique se scheduling.onHostMaintenance está definido como TERMINATE no bloco scheduling:

    scheduling:
 automaticRestart: true
 onHostMaintenance: TERMINATE

  5. Pare a VM.

    gcloud compute instances stop VM_NAME \
   --zone=ZONE

  6. Aplique a configuração modificada usando o comando update-from-file.

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

  7. Inicie a VM.

    gcloud compute instances start VM_NAME \
   --zone=ZONE

Substitua:

  • PROJECT_ID: o ID do projeto.
  • VM_NAME: o nome da instância de VM.
  • ZONE: a zona em que a VM está localizada.
  • ACCELERATOR_COUNT: o número de GPUs que você quer anexar.
  • ACCELERATOR_TYPE: o modelo de GPU (por exemplo,nvidia-tesla-t4).

REST

Para modificar o tipo de GPU usando a API Compute Engine, siga estas etapas:

  1. Verifique se você tem cota suficiente para o novo tipo de GPU.
  2. Verifique se todos os aplicativos críticos estão parados na VM.

  3. Pare a VM.

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

  4. Atualize as opções de programação na VM interrompida para encerrar durante a manutenção do host.

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

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

  5. Adicione ou modifique as GPUs anexadas chamando 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. Inicie a VM.

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

    Substitua:

    • PROJECT_ID: o ID do projeto.
    • VM_NAME: o nome da instância de VM.
    • ZONE: a zona em que a VM está localizada.
    • ACCELERATOR_COUNT: o número de GPUs que você quer anexar.
    • ACCELERATOR_TYPE: o modelo de GPU (por exemplo, nvidia-tesla-t4).

Outras Google Cloud cargas de trabalho

Se as cargas de trabalho forem executadas em serviços diferentes do Compute Engine, como GKE, Gemini Enterprise Agent Platform, Cloud Workstations, Dataflow ou Serviço Gerenciado para Apache Spark, faça o seguinte:

  1. Atualize as configurações para referenciar um modelo de GPU compatível.

    • Para o GKE, a Gemini Enterprise Agent Platform ou o Cloud Workstations, atualize os modelos de configuração.
    • Para o Dataflow, atualize as especificações do pipeline.
    • Para o Serviço Gerenciado para Apache Spark, atualize as definições de cluster.

    Para instruções sobre como configurar GPUs para seu serviço, consulte a documentação do produto desse serviço.

  2. Reinicie ou recrie seus recursos.

A seguir