Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

worker 集區的 GPU 支援

本頁面說明 Cloud Run workerpool 的 GPU 設定。 Google 提供 NVIDIA RTX PRO 6000 Blackwell GPU (96 GB GPU 記憶體 (VRAM)) 和 NVIDIA L4 GPU (24 GB GPU 記憶體 (VRAM))，與執行個體記憶體分開。

Cloud Run GPU 為全代管服務，不需額外安裝驅動程式或程式庫。GPU 功能提供隨選可用性，不需預留，運作方式與 Cloud Run 中的隨選 CPU 和隨選記憶體類似。

Cloud Run 執行個體附加 NVIDIA RTX PRO 6000 Blackwell GPU 或 L4 GPU，並預先安裝驅動程式，啟動時間約為 5 秒，之後容器中執行的程序就能開始使用 GPU。

每個 Cloud Run 執行個體可以設定一個 GPU。如果使用邊車容器，請注意 GPU 只能連接至一個容器。

支援的 GPU 類型

Cloud Run 支援兩種 GPU：

NVIDIA RTX PRO 6000 Blackwell GPU，搭載目前的 NVIDIA 驅動程式版本：580.x.x (13.0)。如要使用 NVIDIA RTX PRO 6000 Blackwell GPU，至少須有 20 個 CPU 和 80 GiB 記憶體。
L4 GPU 搭配目前的 NVIDIA 驅動程式版本：580.x.x (13.0)。如要使用 L4 GPU，至少須有 4 個 CPU 和 16 GiB 記憶體。

支援的地區

NVIDIA RTX PRO 6000 Blackwell GPU 支援下列區域：

asia-southeast1 (新加坡)。
asia-south2 (印度德里)。
europe-west4 (荷蘭) 低二氧化碳排放
us-central1 (愛荷華州) 低二氧化碳排放

L4 GPU 支援下列區域：

asia-southeast1 (新加坡)
asia-south1 (孟買) . 這個區域僅限受邀者使用。如果您對這個區域感興趣，請與 Google 帳戶團隊聯絡。
europe-west1 (比利時) 低二氧化碳
europe-west4 (荷蘭) 低二氧化碳排放
us-central1 (愛荷華州) 低二氧化碳排放 . 如要擴充這個區域的資源，可能需要申請提高配額。如要使用這個區域，請與 Google 帳戶團隊聯絡。
us-east4 (北維吉尼亞州) . 如要擴充這個區域的資源，可能需要申請提高配額。如要使用這個區域，請與 Google 帳戶團隊聯絡。

定價影響

如要瞭解 GPU 定價詳情，請參閱「Cloud Run 定價」。請注意下列規定和考量事項：

GPU 可用區備援和非可用區備援的費用不同。如要瞭解 GPU 定價詳情，請參閱「Cloud Run 定價」。
GPU worker 集區無法自動調度資源。只要 worker 集區 GPU 執行個體正在運作，即使 GPU 未執行任何程序，您仍須支付 GPU 費用。
工作站集區的 CPU 和記憶體定價與服務和工作不同。不過，GPU SKU 的定價與服務和工作相同。
資源的 CPU 和記憶體設定。
GPU 的計費範圍涵蓋執行個體生命週期的整個期間。

GPU 可用區備援選項

根據預設，Cloud Run 會在單一區域內的多個可用區部署 worker 集區。這種架構本身就具備韌性：如果某個可用區發生中斷，Cloud Run 會自動將流量從受影響的可用區，轉送至同一區域內運作正常的可用區。

使用 GPU 資源時，請注意 GPU 資源有特定的容量限制。可用區服務中斷時，GPU 工作負載的標準容錯移轉機制，會仰賴其餘正常運作的可用區，提供足夠的未使用 GPU 運算資源。由於 GPU 資源有限，這項容量不一定隨時可用。

如要在可用區服務中斷時，提高 GPU 加速 worker 集區的可用性，可以專門為 GPU 設定可用區備援機制：

啟用可用區備援機制 (預設)：Cloud Run 會在多個可用區為 worker 集區預留 GPU 運算資源。這能大幅提高 worker 集區成功處理從受影響可用區重新轉送流量的機率，在可用區故障期間提供更高的可靠性，但每秒 GPU 費用會增加。
關閉可用區備援：Cloud Run 會盡可能為 GPU 工作負載進行容錯移轉。只有在當下有足夠的 GPU 運算資源時，流量才會轉送至其他可用區。這個選項不保證會預留容錯移轉情境所需的運算資源，但每秒 GPU 的費用較低。

服務水準協議

Cloud Run GPU 的服務水準協議取決於 worker 集區是否使用可用區備援或非可用區備援選項。詳情請參閱服務水準協議頁面。

申請提高配額

Cloud Run nvidia-rtx-pro-6000 GPU 的配額是以 milliGPU 為單位。如果專案首次在某個區域使用 nvidia-rtx-pro-6000 GPU，系統會在建立第一個部署作業時，自動授予 3,000 milliGPU 配額 (可用區備援功能已關閉)。這相當於 3 個 GPU。首次在某個區域使用 Cloud Run nvidia-l4 GPU 的專案，會在建立第一個部署作業時，自動獲得 3 個 GPU 配額 (可用區備援功能關閉)。

如需更多 Cloud Run GPU，請申請提高 Cloud Run worker 集區配額。請點選下列按鈕中的連結，要求所需配額。

所需配額	配額連結
NVIDIA RTX PRO 6000 Blackwell GPU，關閉可用區備援功能 (價格較低)	申請無可用區備援的 GPU 配額
NVIDIA RTX PRO 6000 Blackwell GPU，啟用可用區備援機制 (價格較高)	申請具備可用區備援功能的 GPU 配額
L4 GPU，停用可用區備援 (價格較低)	申請無可用區備援的 GPU 配額
L4 GPU，啟用可用區備援機制 (價格較高)	申請具備可用區備援功能的 GPU 配額

如要進一步瞭解如何要求提高配額，請參閱「如何提高配額」。

事前準備

下列清單說明在 Cloud Run 使用 GPU 的需求和限制：

登入 Google Cloud 帳戶。如果您未曾使用過 Google Cloud，歡迎建立帳戶，親自體驗實際使用我們產品的成效。新客戶還能獲得價值 $300 美元的免費抵免額，用於執行、測試及部署工作負載。

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 the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

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 the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

啟用 Cloud Run API (如果尚未啟用)。
啟用 API 所需的角色
您必須具備 serviceusage.services.enable 權限，才能啟用 API。如果您建立了專案，可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則，您可以透過「Service Usage 管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。
啟用 API

申請所需配額。
如需建構容器映像檔和載入大型模型的建議，請參閱「GPU 最佳做法：搭載 GPU 的 Cloud Run worker 集區」。
請確認 Cloud Run worker 集區具有下列設定：

將帳單設定變更為以執行個體為依據的計費模式。請注意，設為以執行個體計費的 worker 集區仍可縮減至零。
如為 NVIDIA RTX PRO 6000 Blackwell GPU，請設定至少 20 個 CPU 和 80 GiB 記憶體。
如果是 L4 GPU，請為 worker 集區設定至少 4 個 CPU (建議 8 個)，以及至少 16 GiB 記憶體 (建議 32 GiB)。
判斷並設定 GPU 使用量的最佳並行上限。

必要的角色

如要取得設定及部署 Cloud Run worker 集區所需的權限，請要求管理員授予您下列 worker 集區 IAM 角色：

Cloud Run 開發人員 (roles/run.developer) - Cloud Run worker 集區
服務帳戶使用者 (roles/iam.serviceAccountUser) - 服務身分

如要查看與 Cloud Run 相關聯的 IAM 角色和權限清單，請參閱「Cloud Run IAM 角色」和「Cloud Run IAM 權限」。如果 Cloud Run worker 集區與Google Cloud API (例如 Cloud 用戶端程式庫) 介接，請參閱服務身分設定指南。如要進一步瞭解如何授予角色，請參閱部署權限和管理存取權。

設定搭載 GPU 的 Cloud Run worker 集區

任何設定變更都會建立新的修訂版本。後續修訂版本也會自動套用這項設定，除非您明確更新設定。

您可以使用 Google Cloud 控制台、Google Cloud CLI 或 YAML 設定 GPU。

控制台

前往 Google Cloud 控制台的「Cloud Run」頁面：

前往 Cloud Run。
從 Cloud Run 導覽選單中選取「Worker Pools」(工作站集區)，然後按一下「Deploy container」(部署容器)，設定新的工作站集區。如要設定現有 worker 集區，請按一下該集區，然後點選「Edit and deploy new revision」(編輯並部署新的修訂版本)。
如要設定新的 worker 集區，請填寫初始 worker 集區設定頁面，然後按一下「Containers, Networking, Security」(容器、網路、安全性)，展開 worker 集區設定頁面。
按一下「容器」分頁標籤。
- 請按照「事前準備」中的建議，設定 CPU、記憶體、並行、執行環境和啟動探測
- 勾選「GPU」核取方塊，然後從「GPU type」(GPU 類型) 選單中選取 GPU 類型，並從「Number of GPUs」(GPU 數量) 選單中選取 GPU 數量。
- 系統預設會啟用可用區備援功能。如要變更目前設定，請勾選 GPU 核取方塊，顯示「GPU redundancy」(GPU 備援) 選項。
按一下 [Create] (建立) 或 [Deploy] (部署)。

gcloud

如要建立啟用 GPU 的 worker 集區，請使用 gcloud run worker-pools deploy 指令：

  gcloud run worker-pools deploy WORKER_POOL \
    --image IMAGE_URL \
    --gpu 1

更改下列內容：

WORKER_POOL：Cloud Run worker 集區的名稱。
IMAGE_URL：參照包含 worker 集區的容器映像檔，例如 us-docker.pkg.dev/cloudrun/container/worker-pool:latest。

如要更新 worker 集區的 GPU 設定，請使用 gcloud run worker-pools update 指令：

  gcloud run worker-pools update WORKER_POOL \
    --image IMAGE_URL \
    --cpu CPU \
    --memory MEMORY \
    --gpu GPU_NUMBER \
    --gpu-type GPU_TYPE \
    --GPU_ZONAL_REDUNDANCY

更改下列內容：

WORKER_POOL：Cloud Run worker 集區的名稱。
IMAGE_URL：參照包含 worker 集區的容器映像檔，例如 us-docker.pkg.dev/cloudrun/container/worker-pool:latest。
CPU：CPU 數量。如要使用 NVIDIA RTX PRO 6000 Blackwell GPU，必須指定至少 20 個 CPU。如要使用 NVIDIA L4 GPU，您必須指定至少 4 個 CPU。
MEMORY：記憶體容量。如果是 NVIDIA RTX PRO 6000 Blackwell GPU，則必須指定至少 80Gi (80 GiB)。如果是 NVIDIA L4 GPU，則必須指定至少 16Gi (16 GiB)。
GPU_NUMBER：值 1 (一)。如果未指定，但有 GPU_TYPE，則預設為 1。
GPU_TYPE：GPU 類型。NVIDIA RTX PRO 6000 Blackwell GPU，請輸入 nvidia-rtx-pro-6000。如果是 L4 GPU，請輸入值 nvidia-l4 (nvidia-L4，小寫 L，而非數字 14)。
GPU_ZONAL_REDUNDANCY：no-gpu-zonal-redundancy 表示關閉可用區備援，gpu-zonal-redundancy 則表示開啟可用區備援。

YAML

如要建立新的 worker 集區，請略過這個步驟。如要更新現有 worker 集區，請下載其 YAML 設定：
```
gcloud run worker-pools describe WORKER_POOL --format export > worker-pool.yaml
```
更新 nvidia.com/gpu: 屬性和 nodeSelector: run.googleapis.com/accelerator:：
```
apiVersion: run.googleapis.com/v1
kind: WorkerPool
metadata:
  name: WORKER_POOL
spec:
  template:
    metadata:
      annotations:
        run.googleapis.com/gpu-zonal-redundancy-disabled: 'GPU_ZONAL_REDUNDANCY'
    spec:
      containers:
      - image: IMAGE_URL
        resources:
          limits:
            cpu: 'CPU'
            memory: 'MEMORY'
            nvidia.com/gpu: '1'
      nodeSelector:
        run.googleapis.com/accelerator: GPU_TYPE
```
更改下列內容：
- WORKER_POOL：Cloud Run worker 集區的名稱。
- IMAGE_URL：參照包含 worker 集區的容器映像檔，例如 us-docker.pkg.dev/cloudrun/container/worker-pool:latest。
- CPU：CPU 數量。如要使用 NVIDIA RTX PRO 6000 Blackwell GPU，至少須指定 20 個 CPU。如果是 L4 GPU，則必須指定至少 4 個 CPU。
- MEMORY：記憶體容量。如果是 NVIDIA RTX PRO 6000 Blackwell GPU，則必須指定至少 80Gi (80 GiB)。如果是 L4 GPU，則必須指定至少 16Gi (16 GiB)。
- GPU_TYPE：GPU 類型。如為 NVIDIA RTX PRO 6000 Blackwell GPU，請輸入 nvidia-rtx-pro-6000。如果是 L4 GPU，請輸入值 nvidia-l4 (nvidia-L4，小寫 L，而非數字 14)。
- GPU_ZONAL_REDUNDANCY：false 可啟用 GPU 可用區備援，true 則可停用。
使用下列指令建立或更新 worker 集區：
```
gcloud run worker-pools replace worker-pool.yaml
```
gcloud run worker-pools replace 指令預設會使用 worker-pool.yaml 檔案 (如有)。

Terraform

如要瞭解如何套用或移除 Terraform 設定，請參閱「基本 Terraform 指令」。

resource "google_cloud_run_v2_worker_pool" "default" {
  provider = google-beta
  name     = "WORKER_POOL"
  location = "REGION"

  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"
    }
  }
}

更改下列內容：

WORKER_POOL：Cloud Run worker 集區的名稱。
GPU_ZONAL_REDUNDANCY：false 可啟用 GPU 可用區備援，true 則可停用。
IMAGE_URL：參照包含 worker 集區的容器映像檔，例如 us-docker.pkg.dev/cloudrun/container/worker-pool:latest。
CPU：CPU 數量。如要使用 NVIDIA RTX PRO 6000 Blackwell GPU，必須指定至少 20 個 CPU。如要使用 NVIDIA L4 GPU，您必須指定至少 4 個 CPU。
MEMORY：記憶體容量。如果是 NVIDIA RTX PRO 6000 Blackwell GPU，則必須指定至少 80Gi (80 GiB)。如果是 NVIDIA L4 GPU，則必須指定至少 16Gi (16 GiB)。
GPU_TYPE：GPU 類型。NVIDIA RTX PRO 6000 Blackwell GPU，請輸入 nvidia-rtx-pro-6000。如果是 L4 GPU，請輸入值 nvidia-l4 (nvidia-L4，小寫 L，而非數字 14)。

查看 GPU 設定

如要查看 Cloud Run worker 集區目前的 GPU 設定，請使用 Google Cloud 控制台或 Google Cloud CLI：

控制台

前往 Google Cloud 控制台的 Cloud Run 工作站集區頁面：

前往 Cloud Run worker 集區
按一下工作站集區，開啟「Worker pools details」(工作站集區詳細資料) 頁面。
按一下「Edit and deploy new revision」(編輯及部署新的修訂版本)。
在設定詳細資料中找出 GPU 設定。

gcloud

執行下列指令：

gcloud run worker-pools describe WORKER_POOL

在傳回的設定中找出 GPU 設定。

移除 GPU

您可以使用 Google Cloud 控制台、Google Cloud CLI 或 YAML 移除 GPU。

控制台

前往 Google Cloud 控制台的「Cloud Run」頁面：

前往 Cloud Run。
從 Cloud Run 導覽選單中選取「Worker Pools」(工作站集區)，然後按一下「Deploy container」(部署容器)，設定新的工作站集區。如要設定現有 worker 集區，請按一下該集區，然後點選「Edit and deploy new revision」(編輯並部署新的修訂版本)。
如要設定新的 worker 集區，請填寫初始 worker 集區設定頁面，然後按一下「Containers, Networking, Security」(容器、網路、安全性)，展開 worker 集區設定頁面。
按一下「容器」分頁標籤。

取消勾選 GPU 核取方塊。

按一下 [Create] (建立) 或 [Deploy] (部署)。

gcloud

如要移除 GPU，請將 GPU 數量設為 0：

  gcloud run worker-pools update WORKER_POOL --gpu 0

將 WORKER_POOL 替換為 Cloud Run worker 集區的名稱。

YAML

如要建立新的 worker 集區，請略過這個步驟。如要更新現有 worker 集區，請下載其 YAML 設定：
```
gcloud run worker-pools describe WORKER_POOL --format export > worker-pool.yaml
```
刪除 nvidia.com/gpu: 和 nodeSelector: run.googleapis.com/accelerator: GPU_TYPE 行。
使用下列指令建立或更新 worker 集區：
```
gcloud run worker-pools replace worker-pool.yaml
```
gcloud run worker-pools replace 指令預設會使用 worker-pool.yaml 檔案 (如有)。

驅動程式庫

根據預設，所有 NVIDIA RTX PRO 6000 Blackwell GPU 和 NVIDIA L4 GPU 驅動程式庫都會掛接在 /usr/local/nvidia/lib64 下。Cloud Run 會自動將這個路徑附加至 GPU 容器的 LD_LIBRARY_PATH 環境變數 (即 ${LD_LIBRARY_PATH}:/usr/local/nvidia/lib64)。這樣動態連結器才能找到 NVIDIA 驅動程式庫。連結器會按照您在 LD_LIBRARY_PATH 環境變數中列出的順序，搜尋及解析路徑。您在這個變數中指定的任何值，都會優先於預設的 Cloud Run 驅動程式庫路徑 /usr/local/nvidia/lib64。

如要使用 13.0 以上的 CUDA 版本，最簡單的方法是依賴已安裝向前相容套件的新版 NVIDIA 基本映像檔。另一個方法是手動安裝 NVIDIA 向前相容性套件，並將其新增至 LD_LIBRARY_PATH。請參閱 NVIDIA 的相容性矩陣，判斷哪些 CUDA 版本與提供的 NVIDIA 驅動程式版本向前相容。

worker 集區的 GPU 支援 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

支援的 GPU 類型

支援的地區

定價影響

GPU 可用區備援選項

服務水準協議

申請提高配額

事前準備

必要的角色

設定搭載 GPU 的 Cloud Run worker 集區

控制台

gcloud

YAML

Terraform

查看 GPU 設定

控制台

gcloud

移除 GPU

控制台

gcloud

YAML

驅動程式庫

worker 集區的 GPU 支援