סיום התמיכה ב-NVIDIA P4

התמיכה במעבדי GPU מסוג NVIDIA P4 ב- Google Cloud תסתיים ב-1 באוגוסט 2027.

מה כדאי לדעת

החל מ-1 באוגוסט 2027, לא תוכלו ליצור, להפעיל או לגשת למשאבים שמריצים יחידות GPU מסוג NVIDIA P4. Google Cloud הוצאה משימוש הזו משפיעה על משאבים בשירותים הבאים:

  • ‫Compute Engine: מכונות Compute Engine
  • ‫Google Kubernetes Engine‏ (GKE): צמתים
  • ‫Gemini Enterprise Agent Platform: מודלים, משימות ונקודות קצה
  • Cloud Workstations: תחנות עבודה
  • ‫Dataflow: משימות של צינורות עיבוד נתונים
  • ‫Managed Service for Apache Spark: אשכולות וחבילות serverless
  • מכונות וירטואליות של למידה עמוקה (Deep Learning) ומכונות וירטואליות של מערכת הפעלה שמותאמת לקונטיינרים (Container-Optimized OS)

הנחות תמורת התחייבות לשימוש (CUD)

אין יותר אפשרות לרכוש או לחדש הנחות תמורת התחייבות לשימוש (CUD) ל-GPU מסוג NVIDIA P4 למשך 3 שנים. ההתחייבויות הקיימות שלכם למינויים פעילים לשנה ול-3 שנים יישארו בתוקף עד לתאריך התפוגה שלהם. אם יש לכם התחייבויות פעילות שתוקפן יפוג אחרי תאריך סוף החיים (EOL) של הפלטפורמה, אתם יכולים לפנות לצוות ניהול החשבון או למנהל החשבון הטכני (TAM) כדי לדון באפשרויות המיגרציה ולפתח תוכנית ביניים.

איך סוף התמיכה משפיע על המשאבים הקיימים

עד 1 באוגוסט 2027, המשאבים שלכם שמריצים GPUs מסוג NVIDIA P4 ימשיכו לפעול כרגיל. עם זאת, מכיוון ש-GPU מסוג NVIDIA P4 מתקרב לסיום התמיכה, אתם צריכים להעביר את עומסי העבודה שלכם לחלופות GPU מודרניות לפני תאריך הוצאת המוצר משימוש. Google Cloud לא תומך במוצרים או בתכונות שהוצאו משימוש.

החל מתאריך ההוצאה משימוש הסופי, 1 באוגוסט 2027, Google Cloud יסגרו את כל משאבי המחשוב שנותרו ומופעלים באמצעות מעבדי NVIDIA P4 GPU, ולא תהיה יותר אפשרות ליצור, להפעיל או לגשת אליהם.

מה צריך לעשות?

כדי להעביר את עומסי העבודה שלכם למעבדי GPU נתמכים, תצטרכו לבחור דגם חדש של GPU, לבדוק את הזמינות שלו באזורים שלכם ולהעביר את עומסי העבודה לפני 1 באוגוסט 2027.

בחירת דגם GPU

מומלץ להעביר את עומסי העבודה לחלופות מודרניות של GPU, במיוחד לסדרות המכונות G4 או G2. כדי לקבוע איזה מודל GPU הכי מתאים לעומס העבודה שלכם, כדאי להשוות בין האפשרויות הבאות:

תכונה G2 (NVIDIA L4)‎ G4 (NVIDIA RTX PRO 6000)‎
מתאים במיוחד ל הסקת מסקנות מבוססת-AI עם ביצועים גבוהים, AI גנרטיבי, המרת קידוד של סרטונים וסטרימינג, גרפיקה ואימון קל של למידת מכונה (ML). מעבדי L4 GPU מספקים שדרוג ישיר ויעיל לעומסי עבודה של הסקת מסקנות וקידוד מחדש של P4. סימולציה עם ביצועים גבוהים, עומסי עבודה של NVIDIA Omniverse, עיבוד של גרפיקה בתלת-ממד, כוונון עדין והסקת מסקנות של מודלים גדולים של שפה (LLM) מקומיים, תחנות עבודה וירטואליות (vWS) ושיתוף חלקי של GPU (vGPU).
ארכיטקטורה וזיכרון ארכיטקטורת Ada Lovelace עם זיכרון GPU בנפח 24GB GDDR6. ארכיטקטורת Blackwell עם זיכרון GPU של 96 GB לכל GPU.
סדרת מכונות G2 accelerator-optimized G4 עם אופטימיזציה למעבד גרפי

רשימה מקיפה והשוואה של כל דגמי ה-GPU זמינות במאמר סוגי מכונות עם GPU.

בדיקת המיקומים הזמינים

כדי לוודא שדגם ה-GPU שבחרתם זמין, צריך לעיין בפרטי המיקום של השירות:

העברת עומסי העבודה

בוחרים באחת מהאפשרויות הבאות למעבר, בהתאם לשירות שבו אתם משתמשים:

עומסי עבודה ב-Compute Engine

כדי להעביר את עומסי העבודה של Compute Engine לסדרת המכונות המומלצת G2 ‏ (NVIDIA L4) או G4 ‏ (NVIDIA RTX PRO 6000), צריך לעבור למופע מחשוב חדש. אי אפשר לשנות מכונה וירטואלית קיימת במקום ממכונה וירטואלית למטרות כלליות מסוג N1 למכונה וירטואלית מותאמת למאיצים.

כדי לעבור למופע חדש של מחשוב, מבצעים את השלבים הבאים:

  1. אם מופעלת במכונת החישוב הקיימת שלכם שימוש בדיסקי SSD מקומיים שמכילים נתונים שאתם רוצים לשמור, אתם צריכים להעביר את התוכן של הדיסקים האלה לדיסק אחסון מתמיד.

  2. יוצרים מכונת חישוב חדשה. הוראות מפורטות מופיעות במאמר יצירת מופע G2 או G4.

  3. כדי להעביר נפחי Persistent Disk, מנתקים אותם ממופע המחשוב הישן ומחברים אותם למופע המחשוב החדש. אפשר גם להעביר קבצים ממופע מחשוב אחד למופע מחשוב אחר.

  4. אופציונלי: מעבירים את הנתונים שנשמרו מכרכים של Persistent Disk בחזרה לדיסק SSD מקומי.

  5. מקצים מחדש כתובות IP סטטיות שמשויכות למופע הישן של Compute למופע החדש של Compute.

  6. מתקינים מנהלי התקנים של GPU במופע החדש של Compute.

  7. מתקינים את האפליקציות במכונת החישוב החדשה.

  8. מוחקים את מופע המחשוב הישן.

עומסי עבודה אחרים Google Cloud

אם עומסי העבודה שלכם פועלים בשירותים שאינם Compute Engine, כמו GKE, ‏ Gemini Enterprise Agent Platform,‏ Cloud Workstations, ‏ Dataflow או Managed Service for Apache Spark, אתם צריכים לבצע את הפעולות הבאות:

  1. מעדכנים את ההגדרות כך שיפנו לדגם GPU נתמך.

    • ב-GKE, ב-Gemini Enterprise Agent Platform או ב-Cloud Workstations, צריך לעדכן את תבניות ההגדרות.
    • ב-Dataflow, צריך לעדכן את המפרטים של צינור עיבוד הנתונים.
    • בשירות המנוהל ל-Apache Spark, צריך לעדכן את הגדרות האשכול.

    הוראות להגדרת מעבדים גרפיים לשירות מופיעות במסמכי התיעוד של המוצר עבור השירות הזה.

  2. מפעילים מחדש את המשאבים או יוצרים אותם מחדש.

המאמרים הבאים