Diese Seite beschreibt die GPU-Konfiguration für Ihre Cloud Run-Dienste. GPUs eignen sich gut für KI-Inferenz-Workloads, wie z. B. große Sprachmodelle (LLMs) oder andere rechenintensive Nicht-KI-Anwendungsfälle wie Videotranskodierung und 3D-Rendering. Google bietet NVIDIA RTX PRO 6000 Blackwell-GPUs mit 96 GB GPU-Arbeitsspeicher (VRAM) und NVIDIA L4-GPUs mit 24 GB GPU-Arbeitsspeicher (VRAM) an. Dieser ist vom Instanzarbeitsspeicher getrennt.
GPUs in Cloud Run werden vollständig verwaltet. Es sind keine zusätzlichen Treiber oder Bibliotheken erforderlich. Die GPU-Funktion bietet On-Demand-Verfügbarkeit ohne erforderliche Reservierungen, ähnlich wie bei On-Demand-CPUs und On-Demand-Arbeitsspeicher in Cloud Run. Instanzen eines Cloud Run-Dienstes, der für die Nutzung von GPUs konfiguriert wurde, können zur Kosteneinsparung auf Null herunterskaliert werden, wenn sie nicht genutzt werden.
Cloud Run-Instanzen mit einer angehängten NVIDIA RTX PRO 6000 Blackwell-GPU oder L4-GPU mit vorinstallierten Treibern werden in etwa 5 Sekunden gestartet. Danach können die in Ihrem Container ausgeführten Prozesse die GPU verwenden.
Sie können eine GPU pro Cloud Run-Instanz konfigurieren. Wenn Sie Sidecar-Container verwenden, kann die GPU nur an einen Container angehängt werden.
Unterstützte GPU-Typen
Cloud Run unterstützt zwei Arten von GPUs:
- NVIDIA RTX PRO 6000 Blackwell GPU mit der aktuellen NVIDIA Treiberversion: 580.xx (13.0). Für die NVIDIA RTX PRO 6000 Blackwell GPU benötigen Sie mindestens 20 CPU-Kerne und 80 GiB Arbeitsspeicher.
- L4 GPU mit der aktuellen NVIDIA-Treiberversion: 580.xx (13.0). Für L4-GPUs müssen Sie mindestens 4 CPUs und 16 GiB Arbeitsspeicher verwenden.
Unterstützte Regionen
Die NVIDIA RTX PRO 6000 Blackwell-GPU wird in den folgenden Regionen unterstützt:
asia-southeast1(Singapur).asia-south2(Delhi, Indien).europe-west4(Niederlande)
Niedriger CO2-Ausstoß
us-central1(Iowa) Niedriger CO2-Ausstoß
Die L4-GPU wird in den folgenden Regionen unterstützt:
asia-southeast1(Singapur)asia-south1(Mumbai) . Diese Region ist nur auf Einladung zugänglich. Wenden Sie sich an Ihr Google-Konto-Team, wenn Sie an dieser Region interessiert sind.europe-west1(Belgien) Niedriger CO2-Ausstoß
europe-west4(Niederlande) Niedriger CO2-Ausstoß
us-central1(Iowa) Niedriger CO2-Ausstoß
. Für eine zusätzliche Ressourcenskalierung in dieser Region ist möglicherweise eine Kontingenterhöhung erforderlich. Wenden Sie sich an Ihr Google-Kontoteam, wenn Sie an dieser Region interessiert sind. us-east4(Nord-Virginia) . Für eine zusätzliche Ressourcenskalierung in dieser Region ist möglicherweise eine Kontingenterhöhung erforderlich. Wenden Sie sich an Ihr Google-Kontoteam, wenn Sie an dieser Region interessiert sind.
Auswirkungen auf die Kosten
Weitere Informationen zu GPU-Preisen finden Sie unter Cloud Run – Preise. Beachten Sie die folgenden Anforderungen und Hinweise:
- Es fallen keine Gebühren pro Anfrage an. Sie müssen die instanzbasierte Abrechnung verwenden, um die GPU-Funktion zu nutzen. Mindestinstanzen werden auch im Inaktivitätsstatus zum vollen Preis berechnet.
- Es gibt einen Kostenunterschied zwischen zonaler GPU-Redundanz und nicht zonaler Redundanz. Weitere Informationen zu GPU-Preisen finden Sie unter Cloud Run – Preise.
- Wenn Sie einen Cloud Run-Dienst oder eine Funktion aus dem Quellcode mit aktivierten GPUs bereitstellen, verwendet Cloud Run den Maschinentyp
e2-highcpu-8anstelle des standardmäßigen Maschinentypse2-standard-2, um Ihren Quellcode zu erstellen. Der größere Maschinentyp bietet eine höhere CPU-Unterstützung und eine höhere Netzwerkbandbreite, was zu schnelleren Build-Zeiten führt. - Die CPU- und Speicherkonfigurationen Ihrer Ressource.
- Die GPU wird für die gesamte Dauer des Instanzlebenszyklus abgerechnet.
Optionen für die zonale GPU-Redundanz
Standardmäßig stellt Cloud Run Ihren Dienst in mehreren Zonen innerhalb einer Region bereit. Diese Architektur bietet eine inhärente Resilienz: Wenn es in einer Zone zu einem Ausfall kommt, leitet Cloud Run den Traffic automatisch von der betroffenen Zone zu fehlerfreien Zonen in derselben Region um.
Wenn Sie mit GPU-Ressourcen arbeiten, sollten Sie die spezifischen Kapazitätsbeschränkungen von GPU-Ressourcen beachten. Bei einem Zonenausfall hängt der standardmäßige Failover-Mechanismus für GPU-Arbeitslasten davon ab, dass in den verbleibenden fehlerfreien Zonen genügend ungenutzte GPU-Kapazität verfügbar ist. Aufgrund der begrenzten Verfügbarkeit von GPUs ist diese Kapazität möglicherweise nicht immer verfügbar.
Um die Verfügbarkeit Ihrer GPU-beschleunigten Dienste bei zonalen Ausfällen zu erhöhen, können Sie die zonale Redundanz speziell für GPUs konfigurieren:
Zonale Redundanz aktiviert (Standard): Cloud Run reserviert GPU-Kapazität für Ihren Dienst in mehreren Zonen. Dadurch steigt die Wahrscheinlichkeit, dass Ihr Dienst den von einer betroffenen Zone umgeleiteten Traffic erfolgreich verarbeiten kann, erheblich. Dies führt zu einer höheren Zuverlässigkeit bei zonalen Ausfällen, aber auch zu zusätzlichen Kosten pro GPU-Sekunde.
Zonale Redundanz deaktiviert: Cloud Run versucht, bei GPU-Workloads ein Failover nach dem Best-Effort-Prinzip durchzuführen. Der Traffic wird nur dann an andere Zonen weitergeleitet, wenn zu diesem Zeitpunkt genügend GPU-Kapazität verfügbar ist. Diese Option garantiert keine reservierte Kapazität für Failover-Szenarien, führt aber zu niedrigeren Kosten pro GPU-Sekunde.
SLA
Das SLA für Cloud Run mit GPU hängt davon ab, ob für den Dienst die Option für zonale oder nicht zonale Redundanz verwendet wird. Weitere Einzelheiten finden Sie auf der Seite SLA.
Kontingenterhöhung anfordern
Das Kontingent für Cloud Run-nvidia-rtx-pro-6000-GPUs wird in Milli-GPUs gewährt.
Projekten, in denen zum ersten Mal eine nvidia-rtx-pro-6000-GPU in einer Region verwendet wird, werden automatisch 3.000 milliGPU-Kontingente (zonale Redundanz deaktiviert) zugewiesen, wenn die erste Bereitstellung erstellt wird. Dies entspricht 3 GPUs. Projekte, die Cloud Run nvidia-l4 GPUs in einer Region zum ersten Mal nutzen, erhalten bei der Erstellung der ersten Bereitstellung automatisch ein GPU-Kontingent von 3 (zonale Redundanz deaktiviert).
Wenn Sie zusätzliche Cloud Run-GPUs benötigen, müssen Sie eine Kontingenterhöhung für Ihren Cloud Run-Dienst anfordern. Über die Links in den folgenden Schaltflächen können Sie das benötigte Kontingent anfordern.
| Kontingent erforderlich | Quotenlink |
|---|---|
| NVIDIA RTX PRO 6000 Blackwell GPU mit deaktivierter Zonenredundanz aus (niedrigerer Preis) | GPU-Kontingent ohne zonale Redundanz anfordern |
| NVIDIA RTX PRO 6000 Blackwell-GPU mit aktivierter zonaler Redundanz (höherer Preis) | GPU-Kontingent mit zonaler Redundanz anfordern |
| L4-GPU mit deaktivierter zonaler Redundanz (niedrigerer Preis) | GPU-Kontingent ohne zonale Redundanz anfordern |
| L4-GPU mit aktivierter zonaler Redundanz (höherer Preis) | GPU-Kontingent mit zonaler Redundanz anfordern |
Weitere Informationen zum Anfordern von Kontingenterhöhungen finden Sie unter Kontingent erhöhen.
Hinweis
In der folgenden Liste werden die Anforderungen und Einschränkungen bei der Verwendung von GPUs in Cloud Run beschrieben:
- Melden Sie sich in Ihrem Google Cloud -Konto an. Wenn Sie mit Google Cloudnoch nicht vertraut sind, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator role
(
roles/resourcemanager.projectCreator), which contains theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator role
(
roles/resourcemanager.projectCreator), which contains theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
Cloud Run API aktivieren
Rollen, die zum Aktivieren von APIs erforderlich sind
Zum Aktivieren von APIs benötigen Sie die Berechtigung
serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Rolle „Inhaber“ (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen- Erforderliches Kontingent anfordern
- Empfehlungen zum Erstellen Ihres Container-Images und zum Laden großer Modelle finden Sie unter Best practices: AI inference on Cloud Run with GPUs.
- Stellen Sie sicher, dass Ihr Cloud Run-Dienst über die folgenden Konfigurationen verfügt:
- Konfigurieren Sie die Abrechnungseinstellungen auf instanzbasierte Abrechnung. Beachten Sie, dass Dienste, die auf instanzbasierte Abrechnung eingestellt sind, dennoch auf Null skalieren können.
- Konfigurieren Sie für die NVIDIA RTX PRO 6000 Blackwell-GPU mindestens 20 CPUs und mindestens 80 GiB Arbeitsspeicher.
- Für L4 GPU konfigurieren Sie mindestens 4 CPU für Ihren Dienst, wobei 8 CPU empfohlen werden, und mindestens 16 GiB Arbeitsspeicher, wobei 32 GiB empfohlen werden.
- Ermitteln Sie eine optimale maximale Gleichzeitigkeit für die GPU-Nutzung und legen Sie sie fest.
- Die maximale Anzahl von Instanzen muss unter dem zulässigen GPU-Kontingent pro Projekt und Region liegen. Siehe Über GPUs und maximale Instanzen.
Erforderliche Rollen
Um die Berechtigungen zu erhalten, die Sie zum Konfigurieren und Bereitstellen von Cloud Run-Diensten benötigen, bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für die Dienste zuzuweisen:
- Cloud Run-Entwickler (
roles/run.developer) - der Cloud Run-Dienst - Dienstkontonutzer (
roles/iam.serviceAccountUser) – die Dienstidentität
Wenn Sie einen service oder eine function aus dem Quellcode bereitstellen, müssen Ihnen außerdem zusätzliche Rollen für Ihr Projekt und Ihr Cloud Build-Dienstkonto zugewiesen werden.
Eine Liste der IAM-Rollen und -Berechtigungen im Zusammenhang mit Cloud Run finden Sie unter IAM-Rollen für Cloud Run und IAM-Berechtigungen für Cloud Run. Wenn Ihr Cloud Run-Dienst mitGoogle Cloud -APIs wie Cloud-Clientbibliotheken verknüpft ist, lesen Sie die Konfigurationsanleitung für Dienstidentitäten. Weitere Informationen zum Zuweisen von Rollen finden Sie unter Bereitstellungsberechtigungen und Zugriff verwalten.
Konfigurieren eines Cloud Run-Dienstes mit GPU
Jede Konfigurationsänderung führt zur Erstellung einer neuen Überarbeitung. Für nachfolgende Überarbeitungen gilt automatisch dieselbe Konfigurationseinstellung, sofern Sie sie nicht explizit aktualisieren.
Sie können die Google Cloud Konsole, die Google Cloud CLI oder YAML verwenden, um die GPU zu konfigurieren.
Console
Rufen Sie in der Google Cloud Console Cloud Run auf:
Wählen Sie im Cloud Run-Navigationsmenü Services aus und klicken Sie auf Deploy container, um einen neuen Dienst zu konfigurieren. Wenn Sie einen bestehenden Dienst konfigurieren, klicken Sie auf den Dienst.
Wenn Sie einen neuen Dienst konfigurieren, füllen Sie die Seite mit den anfänglichen Diensteinstellungen aus und klicken Sie dann auf Container, Netzwerk, Sicherheit, um die Seite zur Dienstkonfiguration zu erweitern.
Klicken Sie auf den Tab Container.
Konfigurieren Sie CPU, Arbeitsspeicher, Nebenläufigkeit, Ausführungsumgebung und Startprüfung gemäß den Empfehlungen unter Vorbereitung.
Aktivieren Sie das Kästchen GPU und wählen Sie dann in den entsprechenden Menüs den GPU-Typ und die Anzahl der GPUs aus.
Die zonale Redundanz ist für neue Dienste standardmäßig aktiviert. Durch Auswahl des Kontrollkästchens GPU werden die Optionen für GPU-Redundanz angezeigt.
- Wenn Sie die zonale Redundanz deaktivieren möchten, wählen Sie Keine zonale Redundanz aus.
- Wenn Sie die zonale Redundanz aktivieren möchten, wählen Sie Zonale Redundanz aus.
Klicken Sie für einen neuen Dienst auf Erstellen. Klicken Sie für einen vorhandenen Dienst auf Unterschied anzeigen und neu bereitstellen und dann auf Änderungen bereitstellen.
gcloud
Verwenden Sie den Befehl gcloud run deploy, um einen Dienst mit aktivierter GPU zu erstellen:
So stellen Sie einen Container bereit:
gcloud run deploy SERVICE \ --image IMAGE_URL \ --gpu 1
Ersetzen Sie Folgendes:
- SERVICE: Der Name Ihres Cloud Run-Dienstes.
IMAGE_URL: ein Verweis auf das Container-Image, z. B.us-docker.pkg.dev/cloudrun/container/hello:latestWenn Sie Artifact Registry verwenden, muss das Repository REPO_NAME bereits erstellt sein. Die URL hat das FormatLOCATION-docker.pkg.dev/PROJECT_ID/REPO_NAME/PATH:TAG.
So stellen Sie aus Quellcode bereit:
gcloud run deploy SERVICE \ --source . \ --gpu 1
Verwenden Sie den Befehl gcloud run services update, um die GPU-Konfiguration für einen Dienst zu aktualisieren. Um beispielsweise einen bestehenden Dienst zu aktualisieren, der ein Container-Image angibt:
gcloud run services update SERVICE \ --image IMAGE_URL \ --cpu CPU \ --memory MEMORY \ --no-cpu-throttling \ --gpu GPU_NUMBER \ --gpu-type GPU_TYPE \ --max-instances MAX_INSTANCE --GPU_ZONAL_REDUNDANCY
Ersetzen Sie Folgendes:
- SERVICE: Der Name Ihres Cloud Run-Dienstes.
IMAGE_URL: ein Verweis auf das Container-Image, z. B.us-docker.pkg.dev/cloudrun/container/hello:latestWenn Sie Artifact Registry verwenden, muss das Repository REPO_NAME bereits erstellt sein. Die URL hat das FormatLOCATION-docker.pkg.dev/PROJECT_ID/REPO_NAME/PATH:TAG.- CPU: Die Anzahl der CPUs. Für die NVIDIA RTX PRO 6000 Blackwell-GPU müssen Sie mindestens
20CPUs angeben. Für L4 GPU müssen Sie mindestens4CPU angeben. - MEMORY: die Speichermenge. Für die NVIDIA RTX PRO 6000 Blackwell-GPU müssen Sie mindestens
80Gi(80 GiB) angeben. Für die L4-GPU müssen Sie mindestens16Gi(16 GiB) angeben. - GPU_NUMBER: der Wert
1(eins). Wenn dieser Wert nicht angegeben ist, aber ein GPU_TYPE vorhanden ist, ist der Standardwert1. - GPU_TYPE: Der GPU-Typ. NVIDIA RTX PRO 6000 Blackwell-GPU,
geben Sie
nvidia-rtx-pro-6000ein. Geben Sie für die L4-GPU den Wertnvidia-l4(nvidia-L4 Kleinbuchstabe L, nicht numerischer Wert vierzehn) ein. - MAX_INSTANCE: die maximale Anzahl von Instanzen. Diese Zahl darf das für Ihr Projekt zugewiesene GPU-Kontingent nicht überschreiten.
- GPU_ZONAL_REDUNDANCY:
no-gpu-zonal-redundancyzum Deaktivieren der Zonenredundanz odergpu-zonal-redundancyzum Aktivieren der Zonenredundanz.
YAML
Wenn Sie einen neuen Dienst erstellen, überspringen Sie diesen Schritt. Wenn Sie einen vorhandenen Dienst aktualisieren, laden Sie die zugehörige YAML-Konfiguration herunter:
gcloud run services describe SERVICE --format export > service.yaml
Aktualisieren Sie das Attribut
nvidia.com/gpu:undnodeSelector::
run.googleapis.com/accelerator:apiVersion: serving.knative.dev/v1 kind: Service metadata: name: SERVICE spec: template: metadata: annotations: autoscaling.knative.dev/maxScale: 'MAX_INSTANCE' run.googleapis.com/cpu-throttling: 'false' run.googleapis.com/gpu-zonal-redundancy-disabled: 'GPU_ZONAL_REDUNDANCY' spec: containers: - image: IMAGE_URL ports: - containerPort: CONTAINER_PORT name: http1 resources: limits: cpu: 'CPU' memory: 'MEMORY' nvidia.com/gpu: '1' # Optional: use a longer startup probe to allow long starting containers startupProbe: failureThreshold: 1800 periodSeconds: 1 tcpSocket: port: CONTAINER_PORT timeoutSeconds: 1 nodeSelector: run.googleapis.com/accelerator: GPU_TYPE
Ersetzen Sie Folgendes:
- SERVICE: Der Name Ihres Cloud Run-Dienstes.
IMAGE_URL: ein Verweis auf das Container-Image, z. B.us-docker.pkg.dev/cloudrun/container/hello:latestWenn Sie Artifact Registry verwenden, muss das Repository REPO_NAME bereits erstellt sein. Die URL hat das FormatLOCATION-docker.pkg.dev/PROJECT_ID/REPO_NAME/PATH:TAG.- CONTAINER_PORT: der für Ihren Dienst festgelegte Container-Port.
- CPU: Die Anzahl der CPUs. Für die NVIDIA RTX PRO 6000 Blackwell-GPU müssen Sie mindestens
20CPUs angeben. Für die L4-GPU müssen Sie mindestens4CPUs angeben. - MEMORY: die Größe des Arbeitsspeichers. Für die NVIDIA RTX PRO 6000 Blackwell-GPU müssen Sie mindestens
80Gi(80 GiB) angeben. Für die L4-GPU müssen Sie mindestens16Gi(16 GiB) angeben. - GPU_TYPE: Der GPU-Typ. NVIDIA RTX PRO 6000 Blackwell-GPU,
geben Sie
nvidia-rtx-pro-6000ein. Geben Sie für die L4-GPU den Wertnvidia-l4(nvidia-L4 Kleinbuchstabe L, nicht numerischer Wert vierzehn) ein. - MAX_INSTANCE: die maximale Anzahl von Instanzen. Diese Zahl darf das für Ihr Projekt zugewiesene GPU-Kontingent nicht überschreiten.
- GPU_ZONAL_REDUNDANCY:
false, um die zonale GPU-Redundanz zu aktivieren, odertrue, um sie zu deaktivieren.
Erstellen oder aktualisieren Sie den Dienst mit dem folgenden Befehl:
gcloud run services replace service.yaml
Der Befehl
gcloud run services replaceverwendet standardmäßig die Dateiservice.yaml, sofern sie vorhanden ist.
Terraform
Informationen zum Anwenden oder Entfernen einer Terraform-Konfiguration finden Sie unter Grundlegende Terraform-Befehle.
Fügen Sie einergoogle_cloud_run_v2_service-Ressource in Ihrer Terraform-Konfiguration Folgendes hinzu:resource "google_cloud_run_v2_service" "default" {
provider = google-beta
name = "SERVICE"
location = "europe-west1"
template {
gpu_zonal_redundancy_disabled = "GPU_ZONAL_REDUNDANCY"
containers {
image = "IMAGE_URL"
resources {
limits = {
"cpu" = "CPU"
"memory" = "MEMORY"
"nvidia.com/gpu" = "1"
}
}
}
node_selector {
accelerator = "GPU_TYPE"
}
}
}
Ersetzen Sie Folgendes:
- SERVICE: Der Name Ihres Cloud Run-Dienstes.
- GPU_ZONAL_REDUNDANCY:
false, um die zonale GPU-Redundanz zu aktivieren, odertrue, um sie zu deaktivieren. IMAGE_URL: ein Verweis auf das Container-Image, z. B.us-docker.pkg.dev/cloudrun/container/hello:latestWenn Sie Artifact Registry verwenden, muss das Repository REPO_NAME bereits erstellt sein. Die URL hat das FormatLOCATION-docker.pkg.dev/PROJECT_ID/REPO_NAME/PATH:TAG.- CPU: Die Anzahl der CPUs. Für die NVIDIA RTX PRO 6000 Blackwell-GPU müssen Sie mindestens
20CPUs angeben. Für L4 GPU müssen Sie mindestens4CPU angeben. - MEMORY: die Speichermenge. Für die NVIDIA RTX PRO 6000 Blackwell-GPU müssen Sie mindestens
80Gi(80 GiB) angeben. Für L4-GPUs müssen Sie mindestens16Gi(16 GiB) angeben. - GPU_TYPE: Der GPU-Typ. Geben Sie für die NVIDIA RTX PRO 6000 Blackwell-GPU
nvidia-rtx-pro-6000ein. Geben Sie für die L4-GPU den Wertnvidia-l4(nvidia-L4 Kleinbuchstabe L, nicht numerischer Wert vierzehn) ein.
GPU-Einstellungen anzeigen
So rufen Sie die aktuellen GPU-Einstellungen für Ihren Cloud Run-Dienst auf:
Console
Rufen Sie in der Google Cloud Console die Seite Dienste für Cloud Run auf:
Klicken Sie auf den gewünschten Dienst, um die Seite Dienstdetails zu öffnen.
Klicken Sie auf die Registerkarte Containers, um die Einstellungen anzuzeigen.
gcloud
Verwenden Sie den folgenden Befehl:
gcloud run services describe SERVICE
Suchen Sie in der zurückgegebenen Konfiguration nach der GPU-Einstellung.
GPU entfernen
Sie können GPUs über die Google Cloud Console, die Google Cloud CLI oder YAML entfernen.
Console
Rufen Sie in der Google Cloud Console Cloud Run auf:
Wählen Sie im Cloud Run-Navigationsmenü Services aus und klicken Sie auf Deploy container, um einen neuen Dienst zu konfigurieren. Wenn Sie einen bestehenden Dienst konfigurieren, klicken Sie auf den Dienst.
Wenn Sie einen neuen Dienst konfigurieren, füllen Sie die Seite mit den anfänglichen Diensteinstellungen aus und klicken Sie dann auf Container, Netzwerk, Sicherheit, um die Seite zur Dienstkonfiguration zu erweitern.
Klicken Sie auf den Tab Container.
Heben Sie die Auswahl des Kästchens für die GPU auf.
Klicken Sie für einen neuen Dienst auf Erstellen. Klicken Sie für einen vorhandenen Dienst auf Unterschied anzeigen und neu bereitstellen und dann auf Änderungen bereitstellen.
gcloud
Um die GPU zu entfernen, setzen Sie die Anzahl der GPUs mit dem Befehl gcloud run services update auf 0:
gcloud run services update SERVICE --gpu 0
Ersetzen Sie SERVICE durch den Namen Ihres Cloud Run-Dienstes.
YAML
Wenn Sie einen neuen Dienst erstellen, überspringen Sie diesen Schritt. Wenn Sie einen vorhandenen Dienst aktualisieren, laden Sie die zugehörige YAML-Konfiguration herunter:
gcloud run services describe SERVICE --format export > service.yaml
Löschen Sie die Zeilen
nvidia.com/gpu:undnodeSelector: run.googleapis.com/accelerator: GPU_TYPE.Erstellen oder aktualisieren Sie den Dienst mit dem folgenden Befehl:
gcloud run services replace service.yaml
Der Befehl
gcloud run services replaceverwendet standardmäßig die Dateiservice.yaml, sofern sie vorhanden ist.
Treiberbibliotheken
Standardmäßig werden alle Treiberbibliotheken für die NVIDIA RTX PRO 6000 Blackwell GPU und die NVIDIA L4 GPU unter /usr/local/nvidia/lib64 eingebunden. Cloud Run hängt diesen Pfad automatisch an die Umgebungsvariable LD_LIBRARY_PATH (d.h. ${LD_LIBRARY_PATH}:/usr/local/nvidia/lib64) des Containers mit der GPU an. So kann der dynamische Linker die NVIDIA-Treiberbibliotheken finden. Der Linker sucht und löst Pfade in der Reihenfolge, die Sie in der Umgebungsvariable LD_LIBRARY_PATH angeben. Alle Werte, die Sie in dieser Variablen angeben, haben Vorrang vor dem Standardpfad für Cloud Run-Treiberbibliotheken /usr/local/nvidia/lib64.
Wenn Sie eine CUDA-Version größer als 13.0 verwenden möchten, ist die einfachste Möglichkeit, auf ein neueres NVIDIA-Basisimage zurückzugreifen, bei dem bereits Vorwärtskompatibilitätspakete installiert sind. Eine weitere Möglichkeit ist die manuelleInstallieren Sie die NVIDIA-Vorwärtskompatibilitätspakete und fügen Sie sie hinzuLD_LIBRARY_PATH Die Sehen Sie sich die Kompatibilitätsmatrix von NVIDIA an, um zu ermitteln, welche CUDA-Versionen mit der bereitgestellten NVIDIA-Treiberversion aufwärtskompatibel sind.
Informationen zu GPUs und maximalen Instanzen
Die Anzahl der Instanzen mit GPUs ist auf zwei Arten begrenzt:
- Die Einstellung Maximale Anzahl von Instanzen begrenzt die Anzahl der Instanzen pro Dienst. Dieser Wert darf nicht höher sein als das GPU-Kontingent pro Projekt und Region.
- Das Kontingent für GPUs, die pro Projekt und Region zulässig sind. Dadurch wird die Anzahl der Instanzen über verschiedene Dienste hinweg in derselben Region begrenzt.
Nächste Schritte
Anleitungen finden Sie unter KI-Inferenzen auf Cloud Run mit GPUs ausführen.