開始使用訓練叢集

如要使用 Vertex AI 訓練叢集，請與業務代表聯絡以取得存取權。

如要在 Vertex AI 訓練叢集上部署第一個叢集，必須先設定Google Cloud 專案和環境。本指南涵蓋所有必要條件，主要分為三類：

完成這些步驟後，專案就能順利部署。

必要條件

如要使用訓練叢集，必須符合下列條件：

如要存取，請將專案加入許可清單，並與業務代表聯絡。
在支援的區域中取得 GPU 叢集的容量。
啟用必要 API，包括 Compute Engine、Filestore、Cloud Storage、Managed Lustre (選用)、Hypercomputer Configuration Service 和 Vertex AI API。
設定網路：確認現有網路符合特定條件 (例如 Google 私人存取權、防火牆規則)，或建立新的 VPC 網路和子網路。
設定儲存空間：建立區域或地區性 Filestore 執行個體做為 /home 目錄，並視需要設定Google Cloud 代管 Lustre 執行個體。
如身分與存取權管理權限一節所述，授予使用者身分與存取權管理權限，以便管理叢集、存取儲存空間，以及透過 SSH 存取叢集節點。

將下列 IAM 角色授予將管理 (建立、刪除及更新) Managed Training 叢集的使用者或服務帳戶：

角色名稱	角色 ID
Compute 執行個體管理員 (v1)	`roles/compute.instanceAdmin.v1`
記錄寫入者	`roles/logging.logWriter`
Monitoring 指標寫入者	`roles/monitoring.metricWriter`
服務帳戶使用者	`roles/iam.serviceAccountUser`
服務網路管理員	`roles/servicenetworking.networksAdmin`

如要允許叢集的節點使用 Google Cloud Storage FUSE 從 Cloud Storage 值區讀取及寫入資料，請將 Storage 物件使用者角色 (roles/storage.objectUser) 授予 VM 使用的服務帳戶。

如要透過 SSH 存取 Slurm 登入節點，請授予下列權限：

權限	說明	目的
Compute OS 登入	以標準 (非管理員) 使用者身分登入 VM。如果需要 `sudo`，請改用 Compute OS 管理員登入。	透過 SSH 連線至已部署的登入節點
受 IAP 保護的通道使用者	可存取使用 Identity-Aware Proxy 的通道資源。	透過 SSH 連線至已部署的登入節點

啟用 Google Compute Engine API：

   gcloud services enable compute.googleapis.com

啟用服務聯網，因為必須先部署 Filestore，才能建立叢集。
```
   gcloud services enable servicenetworking.googleapis.com
```

啟用 Cloud Storage API：

    gcloud services enable storage.googleapis.com

啟用 Lustre API (如要使用 Lustre)：

gcloud services enable lustre.googleapis.com

啟用 HCS API：

gcloud services enable hypercomputecluster.googleapis.com

gcloud services enable aiplatform.googleapis.com

gcloud services enable cloudresourcemanager.googleapis.com

如需建立訓練叢集及執行 AI/機器學習工作負載的詳細指南，請洽詢業務代表。