Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Ao criar um cluster do Kubernetes no Google Distributed Cloud (GDC) isolado por air-gap, você
cria pools de nós responsáveis por executar as cargas de trabalho de contêiner no
cluster. Você provisiona nós com base nos requisitos da carga de trabalho do contêiner
e pode atualizá-los conforme as necessidades evoluem.
O GDC oferece tipos de máquinas predefinidos para os nós
de trabalho que podem ser selecionados ao
adicionar um pool de nós.
Há também várias maneiras de particionar instâncias de GPU separadas usando o recurso
GPU de várias instâncias (MIG).
Consulte as seções a seguir para ver os tipos de máquinas disponíveis e o suporte a GPU.
Tipos de máquina disponíveis
O GDC define tipos de máquinas com alguns parâmetros
para um nó de cluster do Kubernetes, que incluem CPU, memória e GPU.
O GDC tem vários tipos de máquinas para diferentes finalidades.
Por exemplo, os clusters usam n2-standard-4-gdc para cargas de trabalho de contêiner de uso geral. Se você planeja executar notebooks de inteligência artificial (IA) e
machine learning (ML), provisione máquinas com GPU, como
a2-highgpu-1g-gdc.
A seguir, há uma lista de todos os tipos de máquina predefinidos do GDC disponíveis para nós de trabalho do cluster do Kubernetes:
Nome
vCPUs
Memória
GPU
n2-standard-4-gdc
4
16 G
N/A
n2-standard-8-gdc
8
32G
N/A
n2-standard-16-gdc
16
64G
N/A
n2-standard-32-gdc
32
128G
N/A
n2-highmem-4-gdc
4
32G
N/A
n2-highmem-8-gdc
8
64G
N/A
n2-highmem-16-gdc
16
128G
N/A
n2-highmem-32-gdc
32
256G
N/A
a2-highgpu-1g-gdc
12
85G
1x A100 40GB
a2-ultragpu-1g-gdc
12
170G
1x A100 80GB
a2-ultragpu-2g-gdc
24
340G
2x A100 80GB
a3-highgpu-1g-gdc
28
240G
1x H100 94GB
a3-highgpu-2g-gdc
56
480G
2x H100 94GB
a3-highgpu-4g-gdc
112
960G
4x H100 94GB
Perfis de MIG compatíveis
Esta seção define os esquemas de particionamento compatíveis de perfis de MIG em GPUs compatíveis. É possível definir um esquema de particionamento para um pool de nós no recurso personalizado Cluster.
Para mais informações sobre como aplicar um esquema de particionamento de GPU, consulte
Adicionar um pool de nós.
GPU A100 de 40 GB
A tabela a seguir define os perfis de MIG compatíveis com a GPU NVIDIA A100 de 40 GB:
Esquema de particionamento
Partições disponíveis
1g.5gb
7x 1g.5gb
2g.10gb
3x 2g.10gb
3g.20gb
2x 3g.20gb
7g.40gb
1x 7g.40gb
mixed-1
1x 4g.20gb 1x 2g.10gb 1x 1g.5gb
mixed-2
1x 4g.20gb 3x 1g.5gb
mixed-3
1x 3g.20gb 2x 2g.10gb
mixed-4
1x 3g.20gb 1x 2g.10gb 2x 1g.5gb
mixed-5
1x 3g.20gb 4x 1g.5gb
mixed-6
3x 2g.10gb 1x 1g.5b
mixed-7
2x 2g.10gb 3x 1g.5b
mixed-8
1x 2g.10gb 5x 1g.5gb
GPU A100 de 80 GB
A tabela a seguir define os perfis de MIG compatíveis com a GPU NVIDIA A100 de 80 GB:
Esquema de particionamento
Partições disponíveis
1g.10gb
7x 1g.10gb
2g.20gb
3x 2g.20gb
3g.40gb
2x 3g.40gb
7g.80gb
1x 7g.80gb
mixed-1
1x 4g.40gb 1x 2g.20gb 1x 1g.10gb
mixed-2
1x 4g.40gb 3x 1g.10gb
mixed-3
1x 3g.40gb 2x 2g.20gb
mixed-4
1x 3g.40gb 1x 2g.20gb 2x 1g.10gb
mixed-5
1x 3g.40gb 4x 1g.10gb
mixed-6
3x 2g.20gb 1x 1g.10gb
mixed-7
2x 2g.20gb 3x 1g.10gb
mixed-8
1x 2g.20gb 5x 1g.10gb
GPU H100 de 94 GB
A tabela a seguir define os perfis de MIG compatíveis com a GPU NVIDIA H100 de 94 GB:
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-09-04 UTC."],[[["\u003cp\u003eGoogle Distributed Cloud (GDC) air-gapped Kubernetes clusters utilize node pools for running container workloads, allowing for node provisioning and updates based on evolving requirements.\u003c/p\u003e\n"],["\u003cp\u003eGDC offers a variety of predefined machine types for worker nodes, including general-purpose options like \u003ccode\u003en2-standard-4-gdc\u003c/code\u003e and GPU-enabled options like \u003ccode\u003ea2-highgpu-1g-gdc\u003c/code\u003e for AI/ML workloads.\u003c/p\u003e\n"],["\u003cp\u003eThe Multi-Instance GPU (MIG) feature allows for partitioning GPU instances, and applying a chosen partitioning scheme will affect all the GPUs available in a specified node.\u003c/p\u003e\n"],["\u003cp\u003eDifferent NVIDIA GPUs, such as A100 40GB, A100 80GB, and H100 94GB, have different supported MIG profiles, which define the available partitioning schemes and their specific configurations.\u003c/p\u003e\n"],["\u003cp\u003eSome machine types such as the a3-highgpu-1g-gdc and a3-highgpu-2g-gdc are in preview at the moment.\u003c/p\u003e\n"]]],[],null,["# Cluster node machine types\n\nWhen you create a Kubernetes cluster in Google Distributed Cloud (GDC) air-gapped, you\ncreate node pools that are responsible for running your container workloads in\nthe cluster. You provision nodes based on your container workload requirements,\nand can update them as your requirements evolve.\n\nGDC provides predefined machine types for your worker\nnodes that are selectable when you\n[add a node pool](/distributed-cloud/hosted/docs/latest/gdch/platform/pa-user/manage-node-pools#add-a-node-pool).\nThere are also multiple ways to partition separate GPU instances using the\nMulti-Instance GPU (MIG) feature.\n\nReference the following sections for available machine types and GPU support.\n\nAvailable machine types\n-----------------------\n\nGDC defines machine types with some parameters\nfor a Kubernetes cluster node, which include CPU, memory, and GPU.\nGDC has various machine types for different purposes.\nFor example, clusters use `n2-standard-4-gdc` for general purpose container\nworkloads. If you plan to run artificial intelligence (AI) and\nmachine learning (ML) notebooks, you must provision GPU machines, such as\n`a2-highgpu-1g-gdc`.\n\nThe following is a list of all GDC predefined machine\ntypes available for Kubernetes cluster worker nodes:\n\n| **Preview:** The following machine types are in Preview:\n|\n| - a3-highgpu-1g-gdc\n| - a3-highgpu-2g-gdc\n|\n| For more information on Preview features, see [Feature stages](/distributed-cloud/hosted/docs/latest/gdch/resources/feature-stages#preview).\n\nSupported MIG profiles\n----------------------\n\nThis section defines the supported partitioning schemes of MIG profiles on\nsupported GPUs. You can define a partitioning scheme for a node pool in your\n`Cluster` custom resource.\n| **Important:** A partitioning scheme gets applied to all GPUs in a node. For example, the `a3-highgpu-4g-gdc` machine can support four iterations of the `7x 1g.12gb` GPU slicing because there are four GPUs available to the machine type.\n\nFor more information on how to apply a GPU partitioning scheme, see\n[Add a node pool](/distributed-cloud/hosted/docs/latest/gdch/platform/pa-user/manage-node-pools#add-a-node-pool).\n\n### A100 40GB GPU\n\nThe following table defines the MIG profiles supported on the A100 40GB NVIDIA\nGPU:\n\n### A100 80GB GPU\n\nThe following table defines the MIG profiles supported on the A100 80GB NVIDIA\nGPU:\n\n### H100 94GB GPU\n\nThe following table defines the MIG profiles supported on the H100 94GB NVIDIA\nGPU:"]]
