クラスタを表示

Gemini Enterprise Agent Platform トレーニング クラスタに関心をお持ちの場合は、営業担当者にお問い合わせください。

このページでは、 Google Cloud コンソールまたは Agent Platform API（Google Cloud CLI はサポートされていません）を使用して、プロジェクト内のトレーニング クラスタを一覧表示する方法について説明します。

クラスタを表示すると、次のことを確認できます。

• クラスタ構成
• クラスタとノードの状態
• ログインノード情報
• クラスタ リソースの使用量

クラスタの更新手順については、クラスタを管理するをご覧ください。

始める前に

まだ行っていない場合は、Gemini Enterprise Agent Platform に対する認証を行います。

このページのサンプルをどのように使うかに応じて、タブを選択してください。

コンソール

Google Cloud コンソールを使用して Google Cloud サービスと API にアクセスする場合、認証を設定する必要はありません。

REST

このページの REST API サンプルをローカル開発環境で使用するには、gcloud CLI に指定した認証情報を使用します。

Google Cloud CLI をインストールし、フェデレーション ID を使用して gcloud CLI にログインします。

詳細については、 Google Cloud 認証ドキュメントの REST を使用して認証するをご覧ください。

必要なロール

トレーニング クラスタを表示するために必要な権限を取得するには、プロジェクトに対するエージェント プラットフォーム閲覧者（roles/aiplatform.viewer）IAM ロールを付与するよう管理者に依頼してください。ロールの付与については、プロジェクト、フォルダ、組織に対するアクセス権の管理をご覧ください。

この事前定義ロールには、トレーニング クラスタの表示に必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。

必要な権限

トレーニング クラスタを表示するには、次の権限が必要です。

• クラスタのリストを表示するには: aiplatform.modelDevelopmentClusters.list
• 単一のクラスタの詳細を表示するには: aiplatform.modelDevelopmentClusters.get

カスタムロールや他の事前定義ロールを使用して、これらの権限を取得することもできます。

コンソールの表示

IAM 権限だけでは、 Google Cloud コンソールにトレーニング クラスタが表示されません。[トレーニング クラスタ] ページは、Gemini Enterprise Agent Platform トレーニング クラスタに登録されているプロジェクトにのみ表示されます。このページが表示されない場合は、営業担当者にお問い合わせください。

Google Cloud コンソールでは、プロジェクトで次の API を有効にする必要があります。いずれかが欠落している場合、[トレーニング クラスタ] ページには、クラスタではなく [API を有効にする] ボタンが表示されます。

• aiplatform.googleapis.com
• compute.googleapis.com
• file.googleapis.com
• hypercomputecluster.googleapis.com
• lustre.googleapis.com
• servicenetworking.googleapis.com
• storage.googleapis.com

API の認証

このページの Agent Platform API の例では、次のエイリアスを使用します。このエイリアスは、Google Cloud CLI を呼び出してアクセス トークンを生成します。

alias gcurl='curl -H "Authorization: Bearer $(gcloud auth print-access-token)" -H "Content-Type: application/json"'

クラスタの一覧を表示する

どちらのインターフェースでも、クラスタは一度に 1 つのリージョンに一覧表示されます。 Google Cloud コンソールでは、リストからリージョンを選択します。Agent Platform API では、リージョンはリクエスト URL の一部です。

コンソール

1. Google Cloud コンソールで、[トレーニング クラスタ] ページに移動します。

   [トレーニング クラスタ] に移動

2. [リージョン] リストで、クラスタを表示するリージョンを選択します。

   このページには、そのリージョン内のクラスタが一覧表示されます。表の各列は、クラスタのプロパティを表します。

   列	説明
   ID	クラスタ ID。Agent Platform API リクエストで CLUSTER_ID として使用します。
   名前	クラスタの表示名。
   ステータス	クラスタの状態: Creating、Running、Updating、Stopping、Error。
   ノード	クラスタ内のノード数。
   作成日	クラスタが作成された日時。
   マシンタイプ	クラスタのノードプールで使用されるマシンタイプ。
   使用量モデル	クラスタの容量の取得方法: Reservation、Spot、Flex-start、On-demand。

3. クラスタを開くには、[名前] 列でクラスタ名をクリックします。

REST

1 つのリージョン内のクラスタのリストを表示するには、modelDevelopmentClusters コレクションに GET リクエストを送信します。

gcurl -X GET https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/modelDevelopmentClusters

次のように置き換えます。

• PROJECT_ID: 実際のプロジェクトの ID。
• REGION: クラスタが存在するリージョン。

list メソッドは、ページネーションを制御するために次のオプションのクエリ パラメータをサポートしています。

• pageSize（整数、省略可）: レスポンスで返されるクラスタの最大数。アイテムがさらに存在する場合でも、サービスが返す値はこれよりも少ないことがあります。指定しない場合、デフォルトのページサイズが使用されます。
• pageToken（文字列、省略可）: 前回のリスト呼び出しから受け取ったトークン。結果の次のページを取得するには、このトークンを指定します。

次の例では、ページあたりの最大クラスタ数が 5 の結果の最初のページをリクエストします。

gcurl "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/modelDevelopmentClusters?pageSize=5"

成功したレスポンスには、最大 5 つのクラスタ リソースを含む modelDevelopmentClusters 配列が含まれます。また、nextPageToken 文字列が含まれる場合もあります。

クラスタの詳細を表示する

Google Cloud コンソールと Agent Platform API の両方で、クラスタの構成と現在の状態（各ノードの状態を含む）が報告されます。Cloud Monitoring ダッシュボードは Google Cloud コンソールでのみ使用できます。

コンソール

1. Google Cloud コンソールで、[トレーニング クラスタ] ページに移動します。

   [トレーニング クラスタ] に移動

2. [リージョン] リストで、クラスタが存在するリージョンを選択します。

3. [名前] 列で、表示するクラスタの名前をクリックします。[クラスタの詳細] ページが [概要] タブで開きます。

4. タブを選択すると、対応する詳細が表示されます。

   • 概要: クラスタの名前、説明、ロケーション、構成済みのコンピューティング、ネットワーク、オーケストレーションの設定、ログインノード、Slurm パーティション。

   • ノード: クラスタ内のノードを記述する 2 つのテーブル。

   • ログインノード。列は、ステータス、名前、ゾーン、マシンタイプ、内部 IP、外部 IP、接続 です。[接続] を使用して、ログインノードで SSH セッションを開きます。

   • コンピューティング ノード。ステータス、名前、ゾーン、マシンタイプ、内部 IP、パーティション の列があります。

   • オブザーバビリティ: クラスタ全体の CPU、メモリ、ネットワーク使用量、GPU 使用率、NVIDIA データセンター GPU Manager（DCGM）指標、GPU ネットワーク、GPU の健全性をカバーする、事前構築済みの Cloud Monitoring ダッシュボード。

クラスタの現在の状態でページを再読み込みするには、 [更新] をクリックします。クラスタを削除するには、[ 削除] をクリックします。

注: [クラスタの詳細] ページからクラスタを編集することはできません。クラスタを変更するには、クラスタを管理するで説明されているように、Agent Platform API を使用します。

REST

単一のクラスタの詳細を表示するには、クラスタ リソースに GET リクエストを送信します。

gcurl -X GET https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/modelDevelopmentClusters/CLUSTER_ID

次のように置き換えます。

• PROJECT_ID: 実際のプロジェクトの ID。
• REGION: クラスタが存在するリージョン。
• CLUSTER_ID: 表示するクラスタの ID。これは、Google Cloud コンソールの [トレーニング クラスタ] ページの [ID] 列に表示される値です。

レスポンスは ModelDevelopmentCluster リソースです。クラスタの構成とともに、clusterStatus フィールドにはクラスタとその各ノードの現在の状態が報告されます。

• clusterStatus.state: クラスタの状態。PROVISIONING、RUNNING、UPDATING、STOPPING、ERROR のいずれか。 Google Cloud コンソールに、PROVISIONING が [作成中] と表示されます。
• clusterStatus.nodesStatus[]: クラスタ内の各ノードのエントリ。ノードの nodeState（PREPARING、RUNNING、UPDATING、ERROR）、Compute Engine インスタンス名、ノードプール、状態が最後に変更された時刻を示します。
• clusterStatus.detail: クラスタのステータスの人が読める形式の説明（使用可能な場合）。
• clusterStatus.infrastructureNotices[]: クラスタのアクティブなインフラストラクチャ メンテナンス通知（存在する場合）。詳細については、クラスタのメンテナンスをご覧ください。

構成フィールドの説明については、パラメータ リファレンスをご覧ください。

クラスタのメンテナンス

Gemini Enterprise Agent Platform トレーニング クラスタは、実行中のクラスタ（Slurm コントローラなど）のクラスタ管理ソフトウェアを定期的に更新します。メンテナンス アップデート中またはアップデート後に、 Google Cloud コンソールの [トレーニング クラスタ] ページの [ステータス] 列と、[クラスタの詳細] ページのバナーに通知が表示されます。Agent Platform API では、有効な通知が clusterStatus.infrastructureNotices フィールドに表示されます。

次のメンテナンス通知が表示されることがあります。

• メンテナンス中: クラスタはインフラストラクチャのメンテナンス中であり、一時的に使用できない可能性があります。メンテナンスの更新が完了するまで待ってから、新しい Slurm ジョブを送信するか、クラスタを更新します。
• 未完了のメンテナンス: 予期しない問題により、メンテナンスの更新が完了しませんでした。クラスタは引き続き機能し、ワークロードが正常に実行されている場合は、対応は必要ありません。クラスタに部分的にアクセスできない場合や、Slurm コマンドが失敗した場合は、プロジェクト ID、クラスタ ID、リージョンを Google 担当者またはGoogle Cloud サポートチームにお知らせください。

メンテナンス通知は、メンテナンスが完了すると自動的に消去されます。

次のステップ

• クラスタを変更または削除する
• クラスタに接続してノード障害から復旧する
• クラスタで事前構築済みのワークロードを実行する
• トレーニング クラスタでジョブをオーケストレートする