Advanced Compute Images 總覽

人工智慧 (AI)、機器學習 (ML) 和高效能運算 (HPC) 工作負載通常需要建立自訂映像檔，其中包含額外的軟體套件，並經過調整以達到最佳效能。您現在可以使用進階運算映像檔，為 AI/ML 或 HPC 工作負載設定最佳化環境。

Advanced Compute Images 提供 AI/機器學習和 HPC 基礎架構的標準化映像檔堆疊。這些映像檔可讓您不必再手動建構 AI/機器學習和 HPC 工作負載的自訂映像檔。

優點

Advanced Compute Images 具有下列優點：

  • 預設為 AI/機器學習或 HPC 工作負載準備的運算執行個體。無須手動調整效能、管理執行個體重新啟動、安裝 Slurm 代理程式，或掌握緊密耦合的 AI/機器學習或 HPC 工作負載的最新 Google Cloud 更新。
  • 一致且可重現的效能。圖片標準化可確保應用程式層級的成效一致且可重現。

Advanced Compute Images 的功能

進階運算映像檔包含多個設定層，可支援執行 AI/機器學習和 HPC 工作負載。

  • 作業系統設定：包括停用自動更新、設定 HPC 最佳化 ulimit、調整核心 sysctl 參數，以及設定 SELinux 等安全性設定。
  • 網路調整：包含網路調整所需的指令碼，例如啟用多佇列服務。
  • Google Cloud 整合：安裝及設定 Google Cloud CLI 和 Ops Agent。
  • 容器工具：安裝及設定所有容器相關軟體，包括：
  • NVIDIA：安裝下列工具：

  • MPI：安裝訊息傳遞介面 (MPI) 程式庫。 在 Ubuntu 和 Rocky Linux 映像檔上安裝 Open MPI。如果是以 Rocky Linux 為基礎的映像檔，您也可以使用預先安裝的指令碼，安裝及設定 Intel MPI 程式庫：

    sudo google_install_intelmpi --impi_2021 --install_dir=PATH_INSTALL_MPI

  • Slurm：安裝建立 Slurm 叢集節點所需的核心元件，包括：

  • 檔案系統用戶端：安裝用戶端工具，存取各種檔案系統，例如 Cloud Storage FUSE、NFS 公用程式 (nfs-utils) 和 Lustre 用戶端。

  • 開發人員工具：安裝常見的開發和偵錯工具鍊，以及公用程式，例如：

  • 環境管理：安裝及設定環境管理工具 (主要是 Lmod)，並設定必要的設定檔指令碼，讓使用者能使用模組指令。

  • RDMA：在 CPU (以 Rocky Linux 為基礎) 映像檔上安裝遠端直接記憶體存取 (RDMA) 驅動程式和套件，包括：

    • rdma-core 和開發程式庫
    • libfabric
    • perftest
    • kmod-idpf-irdma - 適用於支援的運算最佳化機型的 Intel Ethernet RDMA 驅動程式
    • infiniband-diags、libibverbs 和 librdmacm 公用程式

支援的硬體和映像檔系列

ACI 支援兩種主要硬體平台：

  • CPU (HPC)：支援 CPU 工作負載，並具備下列特徵：

    • 經過最佳化調整，適合會耗用大量運算資源的工作負載
    • 支援 Rocky Linux 9
    • 隨附 RDMA 驅動程式和公用程式，支援 Cloud RDMA
    • 預先整合 MPI 程式庫，包括 Open MPI 和可設定的 Intel MPI

  • GPU (AI/機器學習/HPC)：支援 GPU 工作負載，並具備下列特徵：

    • 已針對 NVIDIA 加速器進行最佳化
    • 支援 Ubuntu LTS 22.04 和 Ubuntu LTS 24.04
    • 預先整合 CUDA 和 NVIDIA 驅動程式
    • 包含 RDMA 驅動程式和公用程式，支援 GPU 對 GPU 通訊的 MRDMA
    • 適合用於 AI、機器學習或 HPC 工作負載
    • 在 Cluster Toolkit 中為 A4X、A4 和 A3 Ultra 機型部署 Slurm 叢集藍圖時，是否會安裝預設映像檔
硬體 作業系統 自動調度管理工具 功能與特色 架構 支援的機器系列 映像檔系列
CPU Rocky Linux 9 無
  • RDMA
  • OpenMPI、IntelMPI
 AMD x86_64 C2D、H3、H4D aci-cpu-rocky-linux-9-amd64
CPU Rocky Linux 8 無
  • RDMA
  • OpenMPI、IntelMPI
 AMD x86_64 C2D、H3、H4D aci-cpu-rocky-linux-8-amd64
CPU Rocky Linux 9 Slurm 25.11
  • RDMA
  • MPI
 AMD x86_64 C2D、H3、H4D aci-cpu-rocky-linux-9-slurm-2511-amd64
GPU Ubuntu LTS 24.04 Slurm 25.11
  • CUDA 13.0
  • NVIDIA 580
 AMD x86_64 A3 Ultra、A4 aci-gpu-u2404-slurm-2511-cuda-130-nvidia-580-amd64
GPU Ubuntu LTS 24.04 Slurm 25.11
  • CUDA 13.0
  • NVIDIA 580
 Arm64 A4X aci-gpu-u2404-slurm-2511-cuda-130-nvidia-580-arm64
GPU Ubuntu LTS 24.04 Slurm 26.05
  • CUDA 13.2
  • NVIDIA 595
 AMD x86_64 A3 Ultra、A4 aci-gpu-u2404-slurm-2605-cuda-132-nvidia-595-amd64
GPU Ubuntu LTS 24.04 Slurm 26.05
  • CUDA 13.2
  • NVIDIA 595
 Arm64 A4X aci-gpu-u2404-slurm-2605-cuda-132-nvidia-595-arm64
GPU Ubuntu LTS 24.04 無
  • CUDA 13.0
  • NVIDIA 580
 AMD x86_64 A3 Ultra、A4 aci-gpu-u2404-cuda-130-nvidia-580-amd64
GPU Ubuntu LTS 22.04 Slurm 25.11
  • CUDA 13.0
  • NVIDIA 580
 AMD x86_64 A3 Ultra、A4 aci-gpu-u2204-slurm-2511-cuda-130-nvidia-580-amd64
GPU Ubuntu LTS 22.04 無
  • CUDA 13.0
  • NVIDIA 580
 AMD x86_64 A3 Ultra、A4 aci-gpu-u2204-cuda-130-nvidia-580-amd64

預先安裝的套件 (或 RPM)

進階運算映像檔預先安裝了各種工具、程式庫、驅動程式和套件，如要查看任何映像檔安裝的項目清單，請參閱該映像檔的資訊清單檔案。

您可以在 /usr/share/google/manifest.txt 找到資訊清單檔案。

圖片：影像系列生命週期階段和支援

所有進階運算映像檔系列都遵循標準化生命週期，確保安全性、穩定性及可預測的維護時間表。在生命週期的每個階段，映像檔系列會處於下列其中一種支援狀態：

  • 支援：
    • 接收重大安全性更新和錯誤修正
    • 透過 Cloud Customer Care 取得支援。
    • 可用於建立運算執行個體。
  • 不支援：
    • 無法再接收重大安全性更新或錯誤修正。
    • 這個版本並未推出新功能。
    • Cloud Customer Care 不提供支援。
    • 無法用於建立運算執行個體。

Advanced Compute Images 系列的生命週期包含四個階段：

生命週期階段 支援狀態 說明和影響
已啟用 支援 建議用於新部署作業。在發布日期後的 12 個月內，映像檔系列會獲得完整支援。接收重大安全性更新和錯誤修正。
已淘汰 (EOS 日期) 不支援 建議您遷移至支援的映像檔系列。在「有效」階段結束後約六個月，映像檔系列就會遭到淘汰。不會發布新功能或修補程式。 Google Cloud 使用這個映像檔系列建立執行個體時，控制台和 Google Cloud CLI 會顯示警告。
已過時 不支援 淘汰階段結束後，映像檔系列就會過時。您無法再使用這個映像檔系列建立運算執行個體。現有運算執行個體會繼續執行，但可能與 Slurm 控制器不相容。
刪除 不支援 映像檔系列淘汰三個月後，系統會永久刪除基礎的 Advanced Compute Images 映像檔資源。現有的運算執行個體會繼續執行，但可能與 Slurm 控制器不相容，且有安全漏洞。

如要瞭解特定映像檔系列的確切終止支援日期，請參閱「支援的硬體和映像檔系列」。

定價

Advanced Compute Images 免費提供。由於進階運算映像檔是在 Compute Engine 上執行，因此您可能需要支付 vCPU、GPU、TPU、磁碟和記憶體等 Compute Engine 資源的費用。詳情請參閱「Compute Engine 定價」。

後續步驟