尝试获取带有 GPU 的计算引擎时出现不同的错误

Question

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？

Answer 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。

在本文档，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。

Answer 2

检查配额IAM->Quotas，您可以通过 筛选指标GPU。