選擇虛擬機器映像檔

使用者管理的筆記本執行個體是深度學習 VM 映像檔執行個體，其中包含已啟用且可供使用的 JupyterLab 筆記本環境。您可以根據自己選擇的架構和處理器選擇特定的使用者自管筆記本映像檔。如要找出所需圖片，請參閱下表。

決定映像檔系列

為確保執行個體使用支援的映像檔系列，請參照名稱中含有 -notebooks 的映像檔系列建立執行個體。下表列出映像檔系列的預設版本，並按架構類型分類。如果您需要這裡未列出的特定架構版本，請參閱支援的架構版本。

架構 處理器 映像檔系列名稱
基本 GPU common-cu110-notebooks
common-cu113-notebooks
common-cu118-notebooks
common-cu121-notebooks
CPU common-cpu-notebooks
TensorFlow 企業版 GPU tf-ent-2-13-cu113-notebooks
PyTorch GPU pytorch-2-2-cu121-notebooks
R CPU (實驗功能) r-4-1-cpu-experimental-notebooks

選擇作業系統

Debian 11 是大多數架構的預設作業系統。部分架構可使用 Ubuntu 22.04 映像檔。Ubuntu 22.04 映像檔的名稱會加上 -ubuntu-2204 後置字元 (請參閱「列出所有可用版本」)。Debian 10 和 Debian 9 映像檔已淘汰。

PyTorch 和 TensorFlow 企業版映像檔系列支援 A100 GPU 加速器。

TensorFlow 企業版映像檔

TensorFlow 企業版映像檔系列提供 Google Cloud最佳化 TensorFlow 發布版本。如要進一步瞭解 TensorFlow 企業版 (包括支援的版本)，請參閱 TensorFlow 企業版總覽。

實驗性映像檔

映像檔系列表格會顯示由使用者管理的筆記本映像檔系列 (實驗性質)。系統會盡可能提供實驗性映像檔，但並不會為每個新版架構提供更新內容。

指定映像檔版本

使用映像檔系列名稱建立使用者管理的 Notebook 執行個體時，您會取得該架構版本的最新映像檔。舉例來說，如果您根據系列名稱 tf-ent-2-13-cu113-notebooks 建立使用者管理的 Notebook 執行個體，具體映像檔名稱可能會是 tf-ent-2-13-cu113-notebooks-v20230716。

如要根據完全相同的映像檔建立多個由使用者管理的筆記本執行個體，請使用映像檔名稱，而非映像檔系列名稱。

如要判斷最新映像檔的確切名稱，請在您偏好的終端機或 Cloud Shell 中使用 Google Cloud CLI 執行下列指令。將 IMAGE_FAMILY 替換為您要取得最新版本編號的映像檔系列名稱。

gcloud compute images describe-from-family IMAGE_FAMILY \
    --project deeplearning-platform-release

在輸出結果中尋找 name 欄位，並在建立執行個體時使用該映像檔名稱。

支援的架構版本

Vertex AI 會根據時間表支援每個架構版本，以盡量減少安全漏洞。請詳閱 Vertex AI 架構支援政策，瞭解終止支援日期和終止服務日期的影響。

如果您需要特定的架構或 CUDA 版本，請參閱下表。如要找出圖片的特定 VERSION_DATE，請參閱「列出可用的版本」一文。

基礎版本

ML 架構版本 目前的修補程式版本 支援的加速器 修補和支援服務終止日期 結束日期 映像檔系列名稱
Base-CPU (Python 3.10 / Debian 11) 不適用 (N/A) 僅 CPU 2024 年 7 月 1 日 2025 年 7 月 1 日 common-cpu-VERSION_DATE-debian-11
Base-cu122 (Python 3.10) CUDA 12.2 GPU (CUDA 12.2) 2025 年 1 月 8 日 2026 年 1 月 8 日 common-cu122-VERSION_DATE-debian-11-py310
Base-cu121 (Python 3.10) CUDA 12.1 GPU (CUDA 12.1) 2024 年 2 月 28 日 2025 年 2 月 28 日 common-cu121-VERSION_DATE-debian-11-py310
Base-cu118 (Python 3.10) CUDA 11.8 GPU (CUDA 11.8) 2024 年 7 月 1 日 2025 年 7 月 1 日 common-cu118-VERSION_DATE-debian-11-py310
Base-cu113 (Python 3.10) CUDA 11.3 GPU (CUDA 11.3) 2024 年 1 月 1 日 2025 年 1 月 1 日 common-cu113-VERSION_DATE-debian-11-py310
Base-cu113 (Python 3.7) CUDA 11.3 GPU (CUDA 11.3) 2023 年 9 月 18 日 2024 年 9 月 18 日 common-cu113-VERSION_DATE-py37
Base-cu110 (Python 3.7) CUDA 11.0 GPU (CUDA 11.0) 2023 年 9 月 18 日 2024 年 9 月 18 日 common-cu110-VERSION_DATE-py37
Base-CPU (Python 3.7) 不適用 (N/A) 僅 CPU 2023 年 9 月 18 日 2024 年 9 月 18 日 common-cpu-VERSION_DATE-debian-10

TensorFlow 版本

ML 架構版本 目前的修補程式版本 支援的加速器 修補和支援服務終止日期 結束日期 映像檔系列名稱
2.17 (Python 3.10) 2.17.0 僅 CPU 2025 年 7 月 11 日 2026 年 7 月 11 日 tf-2-17-cpu-VERSION_DATE-py310
2.17 (Python 3.10) 2.17.0 GPU (CUDA 12.3) 2025 年 7 月 11 日 2026 年 7 月 11 日 tf-2-17-cu123-VERSION_DATE-py310
2.16 (Python 3.10) 2.16.2 僅 CPU 2025 年 6 月 28 日 2026 年 6 月 28 日 tf-2-16-cpu-VERSION_DATE-py310
2.16 (Python 3.10) 2.16.2 GPU (CUDA 12.3) 2025 年 6 月 28 日 2026 年 6 月 28 日 tf-2-16-cu123-VERSION_DATE-py310
2.15 (Python 3.10) 2.15.0 僅 CPU 2024 年 11 月 14 日 2025 年 11 月 14 日 tf-2-15-cpu-VERSION_DATE-py310
2.15 (Python 3.10) 2.15.0 GPU (CUDA 12.1) 2024 年 11 月 14 日 2025 年 11 月 14 日 tf-2-15-cu121-VERSION_DATE-py310
2.14 (Python 3.10) 2.14.0 僅 CPU 2024 年 9 月 26 日 2025 年 9 月 26 日 tf-2-14-cpu-VERSION_DATE-py310
2.14 (Python 3.10) 2.14.0 GPU (CUDA 11.8) 2024 年 9 月 26 日 2025 年 9 月 26 日 tf-2-14-cu118-VERSION_DATE-py310
2.13 (Python 3.10) 2.13.0 僅 CPU 2024 年 7 月 5 日 2025 年 7 月 5 日 tf-2-13-cpu-VERSION_DATE-py310
2.13 (Python 3.10) 2.13.0 GPU (CUDA 11.8) 2024 年 7 月 5 日 2025 年 7 月 5 日 tf-2-13-cu118-VERSION_DATE-py310
2.12 (Python 3.10) 2.12.0 僅 CPU 2024 年 6 月 30 日 2025 年 6 月 30 日 tf-2-12-cpu-VERSION_DATE-py310
2.12 (Python 3.10) 2.12.0 GPU (CUDA 11.8) 2024 年 1 月 18 日 2025 年 1 月 18 日 tf-2-12-cu113-VERSION_DATE-py310
2.11 (Python 3.10) 2.11.0 僅 CPU 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-11-cpu-VERSION_DATE-py310
2.11 (Python 3.10) 2.11.0 GPU (CUDA 11.3) 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-11-cu113-VERSION_DATE-py310
2.11 2.11.0 僅 CPU 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-11-cpu-VERSION_DATE-py37
2.11 2.11.0 GPU (CUDA 11.3) 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-11-cu113-VERSION_DATE-py37
2.10 2.10.1 僅 CPU 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-10-cpu-VERSION_DATE-py37
2.10 2.10.1 GPU (CUDA 11.3) 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-10-cu113-VERSION_DATE-py37
2.9 2.9.3 僅 CPU 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-9-cpu-VERSION_DATE-py37
2.9 2.9.3 GPU (CUDA 11.3) 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-9-cu113-VERSION_DATE-py37
2.8 2.8.4 僅 CPU 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-8-cpu-VERSION_DATE-py37
2.8 2.8.4 GPU (CUDA 11.3) 2023 年 11 月 15 日 2024 年 11 月 15 日 tf-2-8-cu113-VERSION_DATE-py37
2.6 (py39) 2.6.5 僅 CPU 2023 年 9 月 1 日 2024 年 9 月 1 日 tf-2-6-cpu-VERSION_DATE-py39
2.6 (py39) 2.6.5 GPU (CUDA 11.3) 2023 年 9 月 1 日 2024 年 9 月 1 日 tf-2-6-cu110-VERSION_DATE-py39
2.6 (py37) 2.6.5 僅 CPU 2023 年 9 月 18 日 2024 年 9 月 18 日 tf-2-6-cpu-VERSION_DATE-py37
2.6 (py37) 2.6.5 GPU (CUDA 11.3) 2023 年 9 月 18 日 2024 年 9 月 18 日 tf-2-6-cu110-VERSION_DATE-py37
2.3 2.3.4 僅 CPU 2023 年 9 月 1 日 2024 年 9 月 1 日 tf-2-3-cpu
2.3 2.3.4 GPU (CUDA 11.3) 2023 年 9 月 1 日 2024 年 9 月 1 日 tf-2-3-cu110-VERSION_DATE

PyTorch 版本

ML 架構版本 目前的修補程式版本 支援的加速器 修補和支援服務終止日期 結束日期 映像檔系列名稱
2.2 (Python 3.10) 2.2.0 CUDA 12.1 2025 年 1 月 30 日 2026 年 1 月 30 日 pytorch-2-2-VERSION_DATE-py310
2.1 (Python 3.10) 2.1.0 CUDA 12.1 2024 年 10 月 4 日 2025 年 10 月 4 日 pytorch-2-1-VERSION_DATE-py310
2.0 (Python 3.10) 2.0.0 CUDA 11.8 2024 年 3 月 15 日 2025 年 3 月 15 日 pytorch-2-0-VERSION_DATE-py310
1.13 (Python 3.10) 1.13.1 CUDA 11.3 2023 年 12 月 8 日 2024 年 12 月 8 日 pytorch-1-13-VERSION_DATE-py310
1.13 1.13.1 CUDA 11.3 2023 年 12 月 8 日 2024 年 12 月 8 日 pytorch-1-13-VERSION_DATE-py37
1.12 1.12.1 CUDA 11.3 2023 年 9 月 1 日 2024 年 9 月 1 日 pytorch-1-12-VERSION_DATE-py310

使用 gcloud CLI 列出所有可用版本

您也可以使用下列 gcloud CLI 指令列出所有可用的 Vertex AI 映像檔：

gcloud compute images list \
    --project deeplearning-platform-release | grep notebooks

圖片系列名稱的格式如下：

FRAMEWORK-VERSION-CUDA_VERSION(-experimental)-notebooks

  • FRAMEWORK：目標程式庫
  • VERSION：架構版本
  • CUDA_VERSION：CUDA 堆疊的版本 (如果有的話)。

舉例來說，tf-ent-2-13-cu113-notebooks 系列的映像檔包含 TensorFlow Enterprise 2.13 和 CUDA 11.3。

後續步驟