尝试获取带有 GPU 的计算引擎时出现不同的错误

尝试获取带有 GPU 的计算引擎时出现不同的错误

当我尝试使用 gpu 构建计算引擎时,遇到了一些错误。

例1:

  • 美国-东部1-c
  • 8_vcpu
  • 30GB内存
  • 4xTESLA_T4
  • 深度学习图像:PyTorch 1.1.0 和 fastai m25 CUDA 10.0,30gb
  • 选择了两种防火墙选项(http、https)

错误 1:超出配额“NVIDIA_T4_GPUS”。限制:us-east1 区域为 1.0。

例2:

  • 美国-东部1-c
  • 8_vcpu
  • 30GB内存
  • 1xTESLA_T4
  • 深度学习图像:PyTorch 1.1.0 和 fastai m25 CUDA 10.0,30gb
  • 选择了两种防火墙选项(http、https)

错误 2:超出配额“GPUS_ALL_REGIONS”。限制:全局 0.0。

例3:

  • 美国-中央1-a
  • 8_vcpu
  • 30GB内存
  • 2xTESLA_V100
  • 深度学习图像:PyTorch 1.1.0 和 fastai m25 CUDA 10.0,30gb
  • 选择了两种防火墙选项(http、https)

错误 3:超出配额“NVIDIA_V100_GPUS”。限制:us-central1 区域为 1.0。

例4:

  • 美国-西部1-b
  • 8_vcpu
  • 30GB内存
  • 1xTESLA_V100
  • 深度学习图像:PyTorch 1.1.0 和 fastai m25 CUDA 10.0,30gb
  • 选择了两种防火墙选项(http、https)

错误 4:超出配额“GPUS_ALL_REGIONS”。限制:全局 0.0。

还有其他方法可以获得带有 gpu 的计算引擎吗?

答案1

总结并添加现有答案及其各自评论的文档:

GPU 不包含在“始终免费”的 GCP 资源中,正如遵循文档

如果您使用的是“12 个月,300 美元免费试用”,您可以在表格的“计划覆盖范围”行中找到此链接无法向 Compute Engine 实例添加 GPU。

本文档,您可以找到适用于计算和图形工作负载的 GPU 模型以及它们可用的区域。

您可以找到有关其各自定价的信息这里

有关 GPU 配额的更多背景信息以及如何申请增加配额,请参阅本节Compute Engine 文档。

答案2

检查配额IAM->Quotas,您可以通过 筛选指标GPU

相关内容