如何为Google Cloud Vertex AI的User-Managed Notebooks提升GPU配额

• 核对独立GPU配额项
  Managed Notebooks的GPU配额与User-Managed Notebook不共享，需检查以下独立配额：

  • 目标区域的NVIDIA T4 GPUs（无Managed Notebooks前缀）
  • 若尝试抢占式实例，需确认Preemptible NVIDIA T4 GPUs配额
    这些配额在云平台配额管理页面是单独条目，和Managed Notebooks配额相互独立。

• 确认实例类型+GPU的区域可用性
  User-Managed Notebook依赖底层计算实例，比如n1-standard-8搭配T4或a2-highgpu-1g这类GPU实例，部分区域对特定实例类型的GPU资源有单独限制，需验证你选择的组合在目标区域是否开放。

• 检查项目总GPU配额
  部分云平台设置了项目级别的Total GPUs per region总配额，即使Managed Notebooks配额充足，总配额被占用也会导致无法创建User-Managed实例。

• 独立实例测试排查
  直接在计算服务中创建带T4 GPU的虚拟机实例：

  • 若同样提示资源不足，问题出在计算实例的GPU配额
  • 若能正常创建，回到Notebook配置检查GPU类型、实例规格是否选择正确

内容的提问来源于stack exchange，提问作者Alekk