處理 GPU 主機維護事件

透過集合功能整理內容 你可以依據偏好儲存及分類內容。

當 Compute Engine 在已附加圖形處理器 (GPU) 的虛擬機器 (VM) 上執行維護作業時，VM 必須停止運作。這是因為連接 GPU 的 VM 無法即時遷移。

您必須將這些 VM 設為在主機維護事件期間停止。您可以將已停止的 VM 設為在維護事件完成後自動重新啟動。

主機維護作業通常每兩週執行一次，但有時可能會更頻繁地執行。

本文件將說明如何在維護事件期間盡量降低對工作負載的干擾。

在維護事件發生前收到提前通知

您可以監控虛擬機器 (VM) 執行個體的維護時間表，並為工作負載做好準備，以便在重新啟動系統時進行轉換。

如要接收主機事件的進階通知，請監控 /computeMetadata/v1/instance/maintenance-event 中繼資料值。如果傳送至中繼資料伺服器的要求傳回 NONE，表示未排定 VM 的停止時間。舉例來說，請在 VM 內執行下列指令：

curl http://metadata.google.internal/computeMetadata/v1/instance/maintenance-event -H "Metadata-Flavor: Google"

NONE

如果中繼資料伺服器傳回 TERMINATE_ON_HOST_MAINTENANCE，則表示已排定 VM 的停止時間。Compute Engine 會提前一小時傳送終止通知給 GPU VM，而一般 VM 則會在終止前 60 秒收到通知。請設定應用程式，以便在維護作業過程中進行轉換。舉例來說，您可以採用下列任一方式：

• 將應用程式設為暫時將進行中的工作轉移到 Cloud Storage 值區，再於 VM 重新啟動之後擷取相關資料。

• 將資料寫入次要永久磁碟。VM 自動重新啟動時，重新連結永久磁碟就能讓應用程式恢復運作。

後續步驟

• 進一步瞭解 GPU 平台。
• 如要進一步瞭解如何管理及調整虛擬機器群組，請參閱「設定群組的目標大小」一文。
• 如要監控 GPU 效能，請參閱「監控 GPU 效能」一文。
• 如要改善網路效能，請參閱「使用較高的網路頻寬」。
• 瞭解如何排解 VM 關機和重新啟動的問題。