Verfügbare GPUs

GPUs werden verwendet, um Arbeitslasten zu beschleunigen. Cloud Workstations unterstützt das Anhängen von GPUs an Workstations. Cloud Workstations unterstützt viele der verschiedenen GPU-Modelle, die an Compute Engine-VMs angehängt werden können. Das Modell und die Anzahl der GPUs, die an jede Workstation angehängt werden sollen, werden in der Workstation-Konfiguration angegeben. Cloud Workstations kümmert sich um das Anhängen der GPUs und die Installation der Gerätetreiber.

Das Anhängen von GPUs an Workstations wirkt sich auf die Kosten aus, wie in der Übersicht zu den Cloud Workstations-Preisen beschrieben.

Beschränkungen

In einer Workstation-Konfiguration können GPUs angegeben werden, vorbehaltlich der folgenden Einschränkungen:

  • Cloud Workstations unterstützt GPUs nur für Konfigurationen, die Maschinentypen der N1-Maschinenserie, der A2-Maschinenserie oder der A3-Maschinenserie angeben. Weitere Informationen finden Sie unter Unterstützte GPU-Modelle.
  • In der Konfiguration müssen Replikat-Zonen angegeben werden, in denen das ausgewählte GPU-Modell verfügbar ist.
  • Es ist nicht möglich, Arbeitsstationen so zu konfigurieren, dass mehr als ein GPU-Modell gleichzeitig angeschlossen ist.

  • In Konfigurationen, in denen A2-Ultra-Maschinentypen angegeben sind, darf kein nichtflüchtiger Speicher angegeben werden. Wenn nichtflüchtiger Dateispeicher erforderlich ist, sollten Sie eine NFS-basierte Lösung wie Filestore oder Cloud Storage FUSE verwenden. Beachten Sie, dass A2-Standardmaschinentypen nichtflüchtigen Speicher unterstützen. Verwenden Sie den folgenden Google Cloud CLI-Befehl, um Konfigurationen ohne nichtflüchtigen Speicher zu erstellen:

      gcloud workstations configs create CONFIG_NAME \
    --project=PROJECT_ID \
    --cluster=CLUSTER_NAME \
    --region=LOCATION \
    --machine-type=A2_MACHINE_TYPE \
    --no-persistent-storage

    Ersetzen Sie Folgendes:

    • PROJECT_ID: die ID des Projekts, das die Workstation-Konfiguration enthält.
    • LOCATION: die Region des Workstation-Clusters.
    • CLUSTER_NAME: Der Name des Workstation-Clusters, der die Workstation-Konfiguration enthält.
    • CONFIG_NAME: der Name der Arbeitsstationskonfiguration.
    • A2_MACHINE_TYPE: der Typ der A2-Maschine.

  • Konfigurationen, die A3-Maschinentypen angeben, unterstützen nur nichtflüchtige Hyperdisk-Volumes.

  • Die Verwendung von Google Cloud Hyperdisk-Laufwerkstypen wird nur für die folgenden Maschinenserien unterstützt:

    • A3
    • C3
    • C4
    • G4
    • M3
    • N4
    • N4D
    • Z3

Unterstützte GPU-Modelle

Cloud Workstations unterstützt viele der GPU-Modelle, die von Compute Engine bereitgestellt werden. Die unterstützten Modelle hängen von der Maschinenserie ab, die für die Workstation-Konfiguration ausgewählt wurde, wie in der folgenden Tabelle zusammengefasst.

N1-Maschinenserie

Die N1-Maschinenserie für allgemeine Zwecke unterstützt mehrere GPU-Modelle. In Workstation-Konfigurationen, in denen einer der N1-Maschinentypen angegeben ist, kann auch eines der folgenden GPU-Modelle angegeben werden. Für das ausgewählte GPU-Modell kann in der Konfiguration die Anzahl der GPU-Karten angegeben werden, die an jede Workstation angehängt werden sollen.

GPU-Modell GPU-Anzahl
NVIDIA T4 (nvidia-tesla-t4) 1, 2 oder 4 GPUs
NVIDIA P4 (nvidia-tesla-p4) 1, 2 oder 4 GPUs
NVIDIA V100 (nvidia-tesla-v100) 1, 2, 4 oder 8 GPUs
NVIDIA P100 (nvidia-tesla-p100) 1, 2 oder 4 GPUs

A2-Maschinenserie

An die beschleunigungsoptimierten Maschinenserien A2 Standard und A2 Ultra ist eine feste Anzahl von NVIDIA A100-GPUs angehängt, die ausschließlich auf dem ausgewählten Maschinentyp basiert.

In der folgenden Tabelle sehen Sie die Zuordnung von Maschinentyp zur Anzahl der angehängten Karten.

GPU-Modell Maschinentyp GPU-Anzahl
NVIDIA A100 40GB (nvidia-tesla-a100) a2-highgpu-1g 1 GPU
a2-highgpu-2g 2 GPUs
a2-highgpu-4g 4 GPUs
a2-highgpu-8g 8 GPUs
a2-megagpu-16g 16 GPUs
NVIDIA A100 80GB (nvidia-a100-80gb) a2-ultragpu-1g 1 GPU
a2-ultragpu-2g 2 GPUs
a2-ultragpu-4g 4 GPUs
a2-ultragpu-8g 8 GPUs

A3-Maschinenserie

An die beschleunigungsoptimierten Maschinenserien A3 Mega und A3 High ist eine feste Anzahl von NVIDIA H100-GPUs angehängt, die ausschließlich auf dem ausgewählten Maschinentyp basiert.

In der folgenden Tabelle sehen Sie die Zuordnung von Maschinentyp zur Anzahl der angehängten Karten.

GPU-Modell Maschinentyp GPU-Anzahl
NVIDIA H100 80 GB (nvidia-tesla-h100) a3-highgpu-8g 8 GPUs
a3-megagpu-8g 8 GPUs

Google Cloud Hyperdisk-Support

Einige GPU-Arbeitslasten erfordern einen sehr hohen Festplattendurchsatz. Für diesen Anwendungsfall können Google Cloud Hyperdisk Balanced High Availability-Laufwerke als nichtflüchtige Verzeichnisse für die oben aufgeführten Maschinentypen verwendet werden.

Hyperdisk-Speicher kann sowohl über die Console als auch mit dem gcloud-CLI konfiguriert werden. Der Laufwerkstyp kann nach dem Erstellen einer Workstation-Konfiguration nicht mehr geändert werden.

Das Anhängen einer Hyperdisk an eine Workstation wirkt sich auf die Kosten aus, wie unter Google Cloud Hyperdisk-Preise beschrieben.

GPUs zu einer vorhandenen Workstation-Konfiguration hinzufügen

Führen Sie die Schritte auf einem der folgenden Tabs aus, um einer Workstation-Konfiguration GPUs hinzuzufügen.

Hinweis

Wählen Sie den Tab für die geplante Verwendung der Beispiele auf dieser Seite aus:

Console

Wenn Sie über die Google Cloud Console auf Google Cloud -Dienste und -APIs zugreifen, müssen Sie die Authentifizierung nicht einrichten.

gcloud

Installieren Sie die Google Cloud CLI. Initialisieren Sie die Google Cloud CLI nach der Installation mit dem folgenden Befehl: 

gcloud init

Wenn Sie einen externen Identitätsanbieter (IdP) verwenden, müssen Sie sich zuerst mit Ihrer föderierten Identität in der gcloud CLI anmelden.

In der Preisübersicht für Cloud Workstations erfahren Sie, wie sich die Konfiguration von GPUs auf Ihre Kosten auswirkt. GPUs werden an die vorab gestarteten VMs angehängt, die durch die Quick Start Pool Size einer Konfiguration angegeben werden.

Vorhandene Konfiguration aktualisieren

Console

So konfigurieren Sie GPUs in einer vorhandenen Workstationkonfiguration über dieGoogle Cloud -Konsole:

  1. Rufen Sie in der Google Cloud Console die Seite Workstation-Konfigurationen auf.

    Zu den Workstation-Konfigurationen

  2. Klicken Sie in der Liste Workstationkonfigurationen auf den Namen der Konfiguration, der Sie GPUs hinzufügen möchten.

  3. Klicken Sie auf der Seite Details zur Workstationkonfiguration auf Bearbeiten Bearbeiten.

  4. Klicken Sie auf der Seite Workstationkonfiguration bearbeiten im Navigationsmenü auf Maschineneinstellungen.

  5. Klicken Sie auf den Schalter, um GPUs anstelle der Maschinenfamilie Für allgemeine Zwecke auszuwählen.

    Wählen Sie im Feld GPU-Typ das GPU-Modell aus, das Sie verwenden möchten.

    Wählen Sie im Feld Anzahl der GPUs die Anzahl der GPU-Karten aus, die Sie an jede Workstation anhängen möchten.

    Wählen Sie im Feld Maschinentyp den Maschinentyp aus, den Sie verwenden möchten.

  6. Klicken Sie auf Speichern, um die Konfiguration zu aktualisieren.

gcloud

Konfigurieren Sie GPUs in einer vorhandenen Workstation-Konfiguration, indem Sie den Befehl gcloud workstations configs update ausführen.

Sammeln Sie zuerst einige Informationen, um herauszufinden, welche GPU-Modelle verfügbar sind, und wählen Sie eines für Ihre Konfiguration aus:

  1. Prüfen Sie mit dem folgenden gcloud-CLI-Befehl, welche Replikatzonen in der Konfiguration angegeben sind:

    gcloud workstations configs describe \
  --format="table(name.scope(workstationConfigs),replicaZones.list())" \
  --project=PROJECT_ID \
  --region=LOCATION \
  --cluster=CLUSTER_NAME \
  CONFIG_NAME

    Ersetzen Sie Folgendes:

    • PROJECT_ID: die ID des Projekts, das die Arbeitsstationskonfiguration enthält.
    • LOCATION: Der Standort des Workstation-Clusters.
    • CLUSTER_NAME: der Name des Workstation-Clusters, der die Workstation-Konfiguration enthält.
    • CONFIG_NAME: der Name der Arbeitsstationskonfiguration.

  2. Wählen Sie ein unterstütztes GPU-Modell aus, das in beiden Replikat-Zonen der Konfiguration verfügbar ist. Führen Sie dazu den Befehl gcloud compute accelerator-types list aus:

    gcloud compute accelerator-types list \
  --format="table(name:sort=1,zone,description,maximumCardsPerInstance)" \
  --filter='zone.basename()=(ZONES) AND name~"nvidia-tesla-(a100|p100|p4|t4|v100)$"' \
  --project=PROJECT_ID

    Ersetzen Sie ZONES durch eine durch Kommas getrennte Liste der im vorherigen Schritt ermittelten Replikatzonen (z. B. us-central1-a,us-central1-c).

    Wählen Sie ein GPU-Modell aus, das zweimal in der Tabelle aufgeführt ist. Das bedeutet, dass es in beiden Replikatzonen verfügbar ist.

    Notieren Sie sich die maximale Anzahl von Karten, die Sie für das ausgewählte GPU-Modell anhängen können.

  3. Ermitteln Sie mit dem Befehl gcloud compute machine-types list, welche der unterstützten Maschinentypen in beiden Replikatzonen der Konfiguration verfügbar sind.

    1. Wenn Sie im vorherigen Schritt das GPU-Modell NVIDIA A100 mit 40 GB ausgewählt haben, muss in Ihrer Konfiguration die A2-Maschinenserie verwendet werden:

      gcloud compute machine-types list \
  --format="table(name,zone,guestCpus:sort=1)" \
  --filter="name:a2-highgpu- OR name:a2-megagpu-" \
  --zones=ZONES \
  --project=PROJECT_ID

    2. Wenn Sie im vorherigen Schritt ein anderes GPU-Modell ausgewählt haben, muss Ihre Konfiguration die N1-Maschinenserie verwenden:

      gcloud compute machine-types list \
  --format="table(name,zone,guestCpus:sort=1)" \
  --filter="name:n1-standard-" \
  --zones=ZONES \
  --project=PROJECT_ID

    Wählen Sie einen Maschinentyp aus, der in der Tabelle zweimal aufgeführt ist. Das bedeutet, dass er in beiden Replikatzonen verfügbar ist.

  4. Nachdem Sie ein GPU-Modell und einen kompatiblen Maschinentyp ausgewählt haben, aktualisieren Sie die Konfiguration:

    1. Führen Sie für NVIDIA A100-GPUs mit 40 GB diesen Befehl aus, um Ihre Konfiguration zu aktualisieren:

      gcloud beta workstations configs update \
  --project=PROJECT_ID \
  --region=LOCATION \
  --cluster=CLUSTER_NAME \
  CONFIG_NAME \
  --machine-type=A2_MACHINE_TYPE

      Ersetzen Sie A2_MACHINE_TYPE durch den im vorherigen Schritt ausgewählten A2-Maschinentyp (z. B. a2-highgpu-1g).

    2. Führen Sie für alle anderen GPU-Modelle diesen Befehl aus:

      gcloud beta workstations configs update \
  --project=PROJECT_ID \
  --region=LOCATION \
  --cluster=CLUSTER_NAME \
  CONFIG_NAME \
  --machine-type=N1_MACHINE_TYPE \
  --accelerator-type=ACCELERATOR_TYPE \
  --accelerator-count=ACCELERATOR_COUNT

      Ersetzen Sie Folgendes:

      • N1_MACHINE_TYPE: der ausgewählte Maschinentyp aus der N1-Serie (z. B. n1-standard-2).
      • ACCELERATOR_TYPE: Der Name des ausgewählten GPU-Modells (z. B. nvidia-tesla-t4).
      • ACCELERATOR_COUNT: die Anzahl der GPUs, die an jede Workstation angehängt werden sollen (z. B. 1, 2, 4). Muss eine Zweierpotenz sein, die kleiner als das Maximum für das GPU-Modell ist.

Neue Workstationkonfiguration mit GPUs erstellen

Wenn Sie eine neue Workstation-Konfiguration erstellen möchten, mit der GPUs an Workstations angehängt werden, die darauf basieren, führen Sie die Schritte auf einem der folgenden Tabs aus.

Hinweis

Wählen Sie den Tab für die geplante Verwendung der Beispiele auf dieser Seite aus:

Console

Wenn Sie über die Google Cloud Console auf Google Cloud -Dienste und -APIs zugreifen, müssen Sie die Authentifizierung nicht einrichten.

gcloud

Installieren Sie die Google Cloud CLI. Initialisieren Sie die Google Cloud CLI nach der Installation mit dem folgenden Befehl: 

gcloud init

Wenn Sie einen externen Identitätsanbieter (IdP) verwenden, müssen Sie sich zuerst mit Ihrer föderierten Identität in der gcloud-Befehlszeile anmelden.

REST

Wenn Sie die REST API-Beispiele auf dieser Seite in einer lokalen Entwicklungsumgebung verwenden möchten, verwenden Sie die Anmeldedaten, die Sie der gcloud CLI bereitstellen.

    Installieren Sie die Google Cloud CLI.

    Wenn Sie einen externen Identitätsanbieter (IdP) verwenden, müssen Sie sich zuerst mit Ihrer föderierten Identität in der gcloud-Befehlszeile anmelden.

Weitere Informationen finden Sie in der Dokumentation zur Google Cloud -Authentifizierung unter Für die Verwendung von REST authentifizieren.

Wählen Sie ein GPU-Modell aus und sehen Sie in der Tabelle zur GPU-Verfügbarkeit nach, ob das ausgewählte GPU-Modell in mindestens zwei Zonen einer Region verfügbar ist.

Wenn Sie in der ausgewählten Region noch keinen Cluster haben, in dem Sie eine neue Konfiguration erstellen können, folgen Sie der Anleitung zum Erstellen eines Workstation-Clusters in der Region.

In der Übersicht zu den Cloud Workstations-Preisen erfahren Sie, wie sich die Konfiguration von GPUs auf Ihre Kosten auswirkt. GPUs werden an die vorab gestarteten VMs angehängt, die durch die Quick Start Pool Size einer Konfiguration angegeben werden.

Neue Konfiguration erstellen

Console

So erstellen Sie eine neue Workstationkonfiguration mit GPUs über dieGoogle Cloud -Konsole:

  1. Rufen Sie in der Google Cloud Console die Seite Workstationkonfigurationen auf.

    Zu Workstationkonfigurationen

  2. Klicken Sie auf der Seite Workstationkonfigurationen auf add_box Erstellen.

  3. Geben Sie im Schritt Grundlegende Informationen auf der Seite Workstationkonfiguration erstellen im Feld Name einen Namen für die Konfiguration an.

    Wählen Sie im Feld Workstationcluster einen Cluster in der ausgewählten Region aus.

    Klicken Sie auf Weiter, um zum Schritt Maschineneinstellungen zu gelangen.

  4. Klicken Sie auf der Seite Arbeitsstationskonfiguration erstellen im Schritt Maschineneinstellungen zuerst auf den Ein/Aus-Schalter, um GPUs anstelle der Maschinenfamilie Allgemeiner Zweck auszuwählen.

    1. Wählen Sie dann im Feld Zonen die Kästchen neben zwei Zonen aus, in denen das von Ihnen ausgewählte GPU-Modell verfügbar ist (siehe Tabelle zur GPU-Verfügbarkeit).

    2. Wählen Sie im Feld GPU-Typ das GPU-Modell aus, das Sie verwenden möchten.

    3. Wählen Sie im Feld Anzahl der GPUs die Anzahl der GPU-Karten aus, die Sie an jede Workstation anhängen möchten.

    4. Wählen Sie im Feld Maschinentyp einen kompatiblen Maschinentyp aus.

  5. Optional: Diese Funktion wird in der UI noch nicht unterstützt. Eine Anleitung zur Konfiguration dieser Funktion über die CLI finden Sie in der gcloud-Dokumentation.

  6. Klicken Sie auf Weiter, um die Umgebungseinstellungen und die IAM-Richtlinie (Identity and Access Management) zu konfigurieren, bevor Sie auf Erstellen klicken, um die neue Workstation-Konfiguration bereitzustellen.

gcloud

Erstellen Sie mit der gcloud CLI eine neue Workstation-Konfiguration mit GPUs, indem Sie den Befehl gcloud workstations configs create ausführen.

  • Führen Sie für NVIDIA A100-GPUs mit 40 GB diesen Befehl aus, um die Konfiguration zu erstellen:

    gcloud beta workstations configs create \
  --project=PROJECT_ID \
  --region=LOCATION \
  --cluster=CLUSTER_NAME \
  CONFIG_NAME \
  --replica-zones=REPLICA_ZONES \
  --machine-type=A2_MACHINE_TYPE

    Ersetzen Sie Folgendes:

    • PROJECT_ID: die ID des Projekts, das die neue Arbeitsstationskonfiguration enthalten wird.
    • LOCATION: Der Standort des Workstation-Clusters, in dem die Konfiguration enthalten sein wird.
    • CLUSTER_NAME: der Name des Workstation-Clusters, der die neue Workstation-Konfiguration enthalten wird.
    • CONFIG_NAME: der Name der neuen Arbeitsstationskonfiguration.
    • REPLICA_ZONES: genau zwei Zonen in der Region des Clusters, in denen das ausgewählte GPU-Modell verfügbar ist (z. B. us-central1-a,us-central1-c).
    • A2_MACHINE_TYPE: Der ausgewählte Maschinentyp der A2-Serie (z. B. a2-highgpu-1g).

  • Führen Sie für alle anderen GPU-Modelle diesen Befehl aus, um die Konfiguration zu erstellen:

    gcloud beta workstations configs create \
  --project=PROJECT_ID \
  --region=LOCATION \
  --cluster=CLUSTER_NAME \
  CONFIG_NAME \
  --replica-zones=REPLICA_ZONES \
  --machine-type=N1_MACHINE_TYPE \
  --accelerator-type=ACCELERATOR_TYPE \
  --accelerator-count=ACCELERATOR_COUNT

    Ersetzen Sie Folgendes:

    • PROJECT_ID: die ID des Projekts, das die neue Arbeitsstationskonfiguration enthalten wird.
    • LOCATION: Der Standort des Workstation-Clusters, in dem die Konfiguration enthalten sein wird.
    • CLUSTER_NAME: der Name des Workstation-Clusters, der die neue Workstation-Konfiguration enthalten wird.
    • CONFIG_NAME: der Name der neuen Arbeitsstationskonfiguration.
    • REPLICA_ZONES: genau zwei Zonen in der Region des Clusters, in denen das ausgewählte GPU-Modell verfügbar ist (z. B. us-central1-a,us-central1-c).
    • N1_MACHINE_TYPE: Der ausgewählte Maschinentyp der N1-Serie, z. B. n1-standard-2.
    • ACCELERATOR_TYPE: der Name des ausgewählten GPU-Modells (z. B. nvidia-tesla-t4).
    • ACCELERATOR_COUNT: Die Anzahl der GPUs, die an jede Workstation angehängt werden sollen (z. B. 1, 2, 4).

  • Optional:Wenn Sie ein Hyperdisk verwenden möchten, fügen Sie das Flag --disk-type=hyperdisk-balanced-ha hinzu. Beispiel:

    gcloud beta workstations configs create \
  ... \
  --disk-type=hyperdisk-balanced-ha \
  --disk-size=200

    Mit diesem Befehl wird eine Hyperdisk mit einer Größe von 200 GB erstellt. Der Laufwerkstyp kann nach dem Erstellen der Workstation-Konfiguration nicht mehr geändert werden.

NVIDIA-GPU-Gerätetreiber

Cloud Workstations installiert die NVIDIA-Gerätetreiber beim Starten der VM auf den Host-VMs der Workstations.

Führen Sie den folgenden Befehl aus, um zu ermitteln, welche Version des Gerätetreibers auf einer Workstation installiert wurde:

nvidia-smi --query-gpu=name,driver_version --format=csv

GPU-Verfügbarkeit nach Region und Zone

Sie können nach Standort oder GPU-Modell oder einer Kombination aus beidem suchen.

Zonen Ort GPU-Plattformen
asia-east1-a Taiwan P100, RTX 6000, T4
asia-east1-b Taiwan RTX 6000
asia-east1-c Taiwan H100, P100, T4, V100
asia-east2-a Hongkong T4
asia-east2-b Hongkong
asia-east2-c Hongkong T4
asia-northeast1-a Tokio A100 40GB, T4
asia-northeast1-b Tokio H100
asia-northeast1-c Tokio A100 40GB, T4
asia-northeast3-a Seoul A100 40GB, H100
asia-northeast3-b Seoul A100 40GB, T4
asia-northeast3-c Seoul H100, T4
asia-south1-a
asia-south1-b		 Mumbai T4
asia-south1-c Mumbai H100, RTX 6000
asia-southeast1-a Singapur A100 40 GB, P4, RTX 6000, T4
asia-southeast1-b Singapur A100 40GB, H100, P4, RTX 6000, T4
asia-southeast1-c Singapur A100 40GB, A100 80GB, H100, P4, RTX 6000, T4
australia-southeast1-a Sydney P4, T4
australia-southeast1-b Sydney P100, P4
australia-southeast1-c Sydney H100, T4
australia-southeast2-a
australia-southeast2-b
australia-southeast2-c		 Melbourne
europe-central2-a Warschau
europe-central2-b
europe-central2-c		 Warschau T4
europe-north1-a
europe-north1-b		 Finnland RTX 6000
europe-north1-c Finnland H100, RTX 6000
europe-southwest1-a
europe-southwest1-b
europe-southwest1-c		 Madrid
europe-west1-b Belgien H100, P100, T4
europe-west1-c Belgien H100, RTX 6000, T4
europe-west1-d Belgien P100, T4
europe-west12-a
europe-west12-b		 Turin
europe-west2-a London T4
europe-west2-b London H100, RTX 6000, T4
europe-west2-c London RTX 6000
europe-west3-a Frankfurt H100
europe-west3-b Frankfurt T4
europe-west3-c Frankfurt H100
europe-west4-a Niederlande A100 40GB, A100 80GB, P100, RTX 6000, T4, V100
europe-west4-b Niederlande A100 40 GB, H100, P4, RTX 6000, T4, V100
europe-west4-c Niederlande H100, P4, T4, V100
europe-west6-a
europe-west6-b
europe-west6-c		 Zürich
europe-west8-a Mailand
europe-west8-b Mailand RTX 6000
europe-west8-c Mailand H100
europe-west9-a
europe-west9-b		 Paris
europe-west9-c Paris H100
me-central2-a
me-central2-b
me-central2-c		 Dammam
me-west1-a Tel Aviv A100 40GB
me-west1-b Tel Aviv T4
me-west1-c Tel Aviv A100 40GB, T4
northamerica-northeast1-a
northamerica-northeast1-b		 Montreal P4
northamerica-northeast1-c Montreal P4, T4
southamerica-east1-a
southamerica-east1-b
southamerica-east1-c		 São Paulo T4
southamerica-west1-a
southamerica-west1-b
southamerica-west1-c		 Santiago
us-central1-a Iowa A100 40 GB, A100 80 GB, H100, P4, T4, V100
us-central1-b Iowa A100 40 GB, H100, RTX 6000, T4, V100
us-central1-c Iowa A100 40GB, A100 80GB, H100, P100, P4, T4, V100
us-central1-f Iowa A100 40 GB, P100, RTX 6000, T4, V100
us-east1-b South Carolina A100 40GB, P100, RTX 6000, T4, V100
us-east1-c South Carolina P100, T4, V100
us-east1-d South Carolina RTX 6000, T4
us-east4-a Northern Virginia H100, P4, T4
us-east4-b Northern Virginia H100, P4, RTX 6000, T4
us-east4-c Northern Virginia A100 80GB, H100, P4, RTX 6000, T4
us-east5-a Columbus A100 80GB, H100, RTX 6000
us-east5-b Columbus A100 80GB, RTX 6000
us-east5-c Columbus RTX 6000
us-west1-a Oregon H100, P100, RTX 6000, T4, V100
us-west1-b Oregon A100 40GB, H100, P100, RTX 6000, T4, V100
us-west1-c Oregon RTX 6000
us-west4-a Las Vegas H100, RTX 6000, T4
us-west4-b Las Vegas A100 40GB, T4
us-west4-c Las Vegas RTX 6000

Nächste Schritte