我正在尝试使用 GPU 运行 GCP“深度学习 VM”实例。按照这些说明。我被击中了You've gone over GPUs (all regions) quota by 1 GPU. Please increase your quota in the quotas page. Learn more。但是，当我查看配额时，我确实对“NVIDIA v100”有 1GPU 限制。我有一个 0 限制Committed NVIDIA ***。
当您创建“深度学习 VM”实例并选择 GPUS 时，您是否选择了承诺的 GPUS？
当您申请 GPU 配额时，您必须为要在每个区域创建的 GPU 模型申请一个配额，并为所有区域中所有类型的 GPU 总数申请一个额外的全局配额。您可以从这里请求增加 GPU 配额。
由于您在（例如 us-west1）区域中已经有 1 个 NVIDIA_V100_GPUS 配额限制，您现在需要做的就是通过您的配额页面请求增加 GPU（所有区域）配额。请求的值取决于您要部署的 GPU 数量。这应该可以消除您遇到的错误。
如果您想使用承诺的 GPU，则需要在购买承诺时根据您的 GPU 类型创建预留。因此，当您创建深度学习 VM 时，它应该与您承诺的 GPU 类型相匹配，以便用于机器。例如，如果您想预留 4 个 V100 GPU，那么您还必须承诺使用 4 个 V100 GPU，并且当您在预留部分使用其中一个 V100 GPU 创建深度学习 VM 时，您可以使用 1 个 V100 GPU。如果您选择其他 GPU 类型，则不会从已提交的 GPU 中选择它。承诺的 GPU 仅用于获得使用 GPU 资源的折扣。
请先申请增加 GPU 的配额。转到此处并将您需要的配额从 0 增加到 1（或者例如，您可以搜索“GPU”并增加 P100、V100、K80 等）。获得批准后，您可以使用 GPU=1 部署 VM。