尝试使用gpu获取计算引擎时的不同错误

Question

当我尝试用gpu构建一个计算引擎时，我会遇到一些错误。

Example1：

• 美东1-c
• 8_vcpu
• 30gb_ram
• 4xTESLA_T4
• 深度学习图像: PyTorch 1.1.0和fastai m25 CUDA 10.0，30 and
• 两个防火墙选项(http、https)都被选中。

Error1:配额“NVIDIA_T4_GPUS”已超出。限制: 1.0在美国地区-东1。

Example2：

• 美东1-c
• 8_vcpu
• 30gb_ram
• 1xTESLA_T4
• 深度学习图像: PyTorch 1.1.0和fastai m25 CUDA 10.0，30 and
• 两个防火墙选项(http、https)都被选中。

Error2:配额“GPUS_ALL_REGIONS”已超出。限制: 0.0全球。

Example3：

• 美国中央1-a
• 8_vcpu
• 30gb_ram
• 2xTESLA_V100
• 深度学习图像: PyTorch 1.1.0和fastai m25 CUDA 10.0，30 and
• 两个防火墙选项(http、https)都被选中。

Error3:配额“NVIDIA_V100_GPUS”已超出。限制: 1.0在我们的区域-中心1。

Example4：

• 美西1-b
• 8_vcpu
• 30gb_ram
• 1xTESLA_V100
• 深度学习图像: PyTorch 1.1.0和fastai m25 CUDA 10.0，30 and
• 两个防火墙选项(http、https)都被选中。

Error4:配额“GPUS_ALL_REGIONS”已超出。限制: 0.0全球。

还有其他方法可以用gpu获得计算引擎吗？

Answer 1

在现有答复及其各自的评论中总结和添加文件：

GPU不包括在“始终免费”的GCP资源中，正如下列文件所解释的那样。

如果您正在使用‘12个月，$300免费试用’，您可以在此链接指出的表的“程序覆盖率”行中发现，不可能将GPU添加到计算引擎实例中。

在这份文件中，您可以找到可用于计算和图形工作负载的GPU模型以及它们可用的区域。

关于它们各自的定价，您可以找到信息这里。

有关GPU配额和如何请求其增加的更多背景信息，请参阅计算引擎文档的本节。

Answer 2

检查IAM->Quotas上的配额，您可以通过GPU过滤米制。