GPU NVIDIA T4 di Google Cloud akan mencapai akhir dukungan (EOS) pada 1 Agustus 2027.
Yang perlu Anda ketahui
Mulai 1 Agustus 2027, Anda tidak dapat membuat, meluncurkan, atau mengakses resource Google Cloudyang menjalankan GPU NVIDIA T4. Penghentian penggunaan ini memengaruhi resource untuk layanan berikut:
- Compute Engine: Instance Compute Engine
- Google Kubernetes Engine (GKE): node
- Gemini Enterprise Agent Platform: model, tugas, dan endpoint
- Gemini Enterprise Agent Platform Workbench: instance
- Colab Enterprise: notebook, runtime, dan template runtime
- Cloud Workstations: workstation
- Dataflow: tugas pipeline
- Managed Service untuk Apache Spark: cluster dan batch serverless
- Instance VM Deep Learning VM dan Container-Optimized OS
Diskon abonemen (CUD)
Anda tidak dapat lagi membeli atau memperpanjang diskon abonemen (CUD) 3 tahun untuk GPU NVIDIA T4. Komitmen 1 tahun dan 3 tahun Anda yang aktif saat ini akan tetap berlaku hingga tanggal habis masa berlakunya. Jika Anda memiliki komitmen aktif yang berakhir setelah tanggal Akhir Masa Pakai (EOL) platform, hubungi tim akun atau Technical Account Manager (TAM) Anda untuk mendiskusikan opsi migrasi dan menyusun rencana transisi.
Pengaruh EoS ini terhadap resource yang ada
Hingga 1 Agustus 2027, resource Anda yang menjalankan GPU NVIDIA T4 akan terus berfungsi seperti biasa. Namun, karena GPU NVIDIA T4 mendekati EoS, Anda harus memigrasikan workload ke alternatif GPU modern sebelum tanggal penonaktifan. Google Cloud tidak mendukung produk atau fitur EoS.
Mulai tanggal penonaktifan akhir pada 1 Agustus 2027, Google Cloud akan mematikan semua instance dan resource komputasi yang tersisa yang menjalankan GPU NVIDIA T4, dan Anda tidak dapat lagi membuat, meluncurkan, atau mengaksesnya.
Yang perlu dilakukan
Untuk mentransisikan beban kerja Anda ke GPU yang didukung, pilih model GPU baru, tinjau ketersediaannya di region Anda, dan migrasikan beban kerja Anda sebelum 1 Agustus 2027.
Pilih model GPU
Sebaiknya migrasikan workload Anda ke alternatif GPU modern, khususnya seri mesin G4 atau G2. Untuk menentukan model GPU terbaik untuk beban kerja Anda, bandingkan opsi berikut:
| Fitur | G2 (NVIDIA L4) | G4 (NVIDIA RTX PRO 6000) |
|---|---|---|
| Paling cocok untuk | Inferensi AI berperforma tinggi, AI generatif, pemrosesan dan streaming video, grafis, serta pelatihan machine learning (ML) ringan. GPU L4 memberikan performa inferensi hingga empat kali lipat dibandingkan GPU T4. | Simulasi berperforma tinggi, workload NVIDIA Omniverse, rendering grafis 3D, fine-tuning dan inferensi LLM lokal, workstation virtual (vWS), dan berbagi GPU fraksional (vGPU). |
| Arsitektur dan memori | Arsitektur Ada Lovelace dengan memori GPU GDDR6 24 GB. | Arsitektur Blackwell dengan memori GPU 96 GB per GPU. |
| Machine series | G2 yang dioptimalkan untuk akselerator | G4 yang dioptimalkan untuk akselerator |
Untuk mengetahui daftar lengkap dan perbandingan 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:
- Gemini Enterprise Agent Platform dan Colab Enterprise: tinjau lokasi akselerator Gemini Enterprise Agent Platform.
- Cloud Workstations: tinjau ketersediaan GPU Cloud Workstations menurut region dan zona.
- Untuk semua layanan lainnya: tinjau region dan zona GPU yang tersedia.
Memigrasikan workload Anda
Berdasarkan layanan yang Anda gunakan, pilih salah satu jalur transisi berikut:
Workload Compute Engine
Untuk mentransisikan workload Compute Engine Anda ke seri mesin G2 (NVIDIA L4) atau G4 (NVIDIA RTX PRO 6000) yang direkomendasikan, Anda harus berpindah ke instance komputasi baru. Anda tidak dapat mengubah instance komputasi yang ada di tempat dari jenis mesin untuk tujuan umum N1 ke jenis mesin yang dioptimalkan untuk akselerator.
Untuk berpindah ke instance komputasi baru, selesaikan langkah-langkah berikut:
- Jika instance komputasi yang ada menggunakan disk SSD Lokal yang berisi data yang ingin Anda simpan, pindahkan konten disk tersebut ke volume Persistent Disk.
Buat instance komputasi baru. Untuk mengetahui petunjuknya, lihat Membuat instance G2 atau G4.
Pindahkan volume Persistent Disk dengan melepaskannya dari instance komputasi lama dan melampirkannya ke instance komputasi baru. Atau, Anda dapat mentransfer file dari satu instance komputasi ke instance komputasi lainnya.
Opsional: Pindahkan kembali data yang disimpan dari volume Persistent Disk ke disk SSD Lokal.
Tetapkan ulang alamat IP statis yang terkait dengan instance komputasi lama ke instance komputasi baru.
Instal driver GPU di instance komputasi baru.
Instal aplikasi Anda di instance komputasi baru.
Hapus instance komputasi lama.
Workload Google Cloud lainnya
Jika workload Anda berjalan di layanan selain Compute Engine seperti GKE, Gemini Enterprise Agent Platform, Agent Platform Workbench, Colab Enterprise, Cloud Workstations, Dataflow, atau Managed Service untuk Apache Spark, lakukan langkah-langkah berikut:
Perbarui konfigurasi Anda untuk mereferensikan model GPU yang didukung.
- Untuk GKE, Gemini Enterprise Agent Platform, Colab Enterprise, atau Cloud Workstations, perbarui konfigurasi atau template runtime Anda.
- Untuk Agent Platform Workbench, ubah jenis mesin dan konfigurasi GPU instance Anda atau buat instance baru.
- 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.
Mulai ulang atau buat ulang resource Anda.
Langkah berikutnya
- Pelajari GPU lebih lanjut.
- Pelajari mesin GPU dalam kelompok mesin yang dioptimalkan untuk akselerator.
- Tinjau Harga GPU.