Le GPU NVIDIA P4 su Google Cloud raggiungeranno la fine del supporto (EOS) il 1° agosto 2027.
Informazioni importanti
A partire dal 1° agosto 2027, non potrai creare, avviare o accedere a nessuna Google Cloud risorsa che esegue GPU NVIDIA P4. Questa deprecazione riguarda le risorse per i seguenti servizi:
- Compute Engine: istanze di Compute Engine
- Google Kubernetes Engine (GKE): nodi
- Gemini Enterprise Agent Platform: modelli, job ed endpoint
- Cloud Workstations: workstation
- Dataflow: job della pipeline
- Managed Service for Apache Spark: cluster e batch senza server
- Istanze VM di Deep Learning VM e Container-Optimized OS
Sconti per impegno di utilizzo (CUD)
Non puoi più acquistare o rinnovare gli sconti per impegno di utilizzo (CUD) di 3 anni per le GPU NVIDIA P4. Gli impegni attivi di 1 e 3 anni esistenti rimangono validi fino alla data di scadenza. Se hai impegni attivi che scadono dopo la data di fine del ciclo di vita (EOL) della piattaforma, contatta il team dedicato all'account o il Technical Account Manager (TAM) per discutere le opzioni di migrazione e sviluppare un piano di transizione.
Impatto della fine del supporto sulle risorse esistenti
Fino al 1° agosto 2027, le risorse che eseguono GPU NVIDIA P4 continueranno a funzionare normalmente. Tuttavia, poiché le GPU NVIDIA P4 si avvicinano alla fine del supporto, devi migrare i carichi di lavoro alle alternative GPU moderne prima della data di ritiro. Google Cloud non supporta i prodotti o le funzionalità EOS.
A partire dalla data di dismissione finale del 1° agosto 2027, Google Cloud arresterà tutte le istanze di computing e le risorse rimanenti che eseguono GPU NVIDIA P4 e non potrai più crearle, avviarle o accedervi.
Che cosa devi fare
Per eseguire la transizione dei carichi di lavoro alle GPU supportate, scegli un nuovo modello di GPU, esamina la sua disponibilità nelle tue regioni e migra i carichi di lavoro prima del 1° agosto 2027.
Scegli un modello di GPU
Ti consigliamo di migrare i carichi di lavoro alle alternative GPU moderne, in particolare alle serie di macchine G4 o G2. Per determinare il modello di GPU migliore per il tuo carico di lavoro, confronta le seguenti opzioni:
| Funzionalità | G2 (NVIDIA L4) | G4 (NVIDIA RTX PRO 6000) |
|---|---|---|
| Ideale per | Inferenza AI ad alte prestazioni, AI generativa, transcodifica e streaming video, grafica e addestramento di machine learning (ML) leggero. Le GPU L4 forniscono un upgrade diretto e ad alta efficienza per i carichi di lavoro di inferenza e transcodifica P4. | Simulazione ad alte prestazioni, carichi di lavoro NVIDIA Omniverse, rendering di grafica 3D, ottimizzazione e inferenza di LLM locali, workstation virtuali (vWS) e condivisione frazionaria della GPU (vGPU). |
| Architettura e memoria | Architettura Ada Lovelace con 24 GB di memoria GPU GDDR6. | Architettura Blackwell con 96 GB di memoria GPU per GPU. |
| Serie di macchine | G2 ottimizzata per l'acceleratore | G4 ottimizzata per l'acceleratore |
Per un elenco completo e un confronto di tutti i modelli di GPU, vedi Tipi di macchine GPU.
Esamina le località disponibili
Per verificare che il modello di GPU selezionato sia disponibile, esamina i dettagli della località per il tuo servizio:
- Gemini Enterprise Agent Platform: esamina le località degli acceleratori di Gemini Enterprise Agent Platform.
- Cloud Workstations: esamina la disponibilità delle GPU di Cloud Workstations per regione e zona.
- Per tutti gli altri servizi: esamina le regioni e le zone GPU disponibili.
Migrazione dei carichi di lavoro
In base al servizio che utilizzi, seleziona uno dei seguenti percorsi di transizione:
Carichi di lavoro di Compute Engine
Per eseguire la transizione dei carichi di lavoro di Compute Engine alle serie di macchine consigliate G2 (NVIDIA L4) o G4 (NVIDIA RTX PRO 6000), devi passare a una nuova istanza di computing. Non puoi modificare sul posto un'istanza di calcolo esistente da un tipo di macchina per uso generico N1 a un tipo di macchina ottimizzato per l'acceleratore.
Per passare a una nuova istanza di computing, completa i seguenti passaggi:
- Se l'istanza di computing esistente utilizza dischi SSD locali contenenti dati che vuoi conservare, sposta i loro contenuti su un volume Persistent Disk.
Crea una nuova istanza di computing. Per istruzioni, vedi Creare un'istanza G2 o G4.
Sposta i volumi di Persistent Disk scollegandoli dalla vecchia istanza di computing e collegandoli alla nuova istanza di computing. In alternativa, puoi trasferire i file da un'istanza di computing all'altra.
(Facoltativo) Sposta i dati salvati dai volumi di Persistent Disk su un disco SSD locale.
Riassegna gli indirizzi IP statici associati alla vecchia istanza di calcolo alla nuova.
Installa i driver GPU sulla nuova istanza di computing.
Installa le applicazioni sulla nuova istanza di calcolo.
Elimina la vecchia istanza di computing.
Altri Google Cloud carichi di lavoro
Se i carichi di lavoro vengono eseguiti su servizi diversi da Compute Engine, come GKE, Gemini Enterprise Agent Platform, Cloud Workstations, Dataflow o Managed Service for Apache Spark, procedi nel seguente modo:
Aggiorna le configurazioni in modo che facciano riferimento a un modello di GPU supportato.
- Per GKE, Gemini Enterprise Agent Platform o Cloud Workstations, aggiorna i modelli di configurazione.
- Per Dataflow, aggiorna le specifiche della pipeline.
- Per Managed Service for Apache Spark, aggiorna le definizioni dei cluster.
Per istruzioni sulla configurazione delle GPU per il tuo servizio, consulta la documentazione del prodotto per quel servizio.
Riavvia o ricrea le risorse.
Passaggi successivi
- Scopri di più sulle GPU.
- Scopri di più sulle macrine GPU nella famiglia di macchine ottimizzate per l'acceleratore.
- Esamina i prezzi delle GPU.