Google cloud platform GPU配额更新需要多少时间？

我正在谷歌云上尝试一些东西，我有以下问题。几天前，我用Compute Engine创建了一个深度学习虚拟机，有8个vCPU和1个特斯拉K80 GPU。所有的工作都很好，但现在我想尝试另一个具有不同内存大小的GPU。因此，我删除了VM实例（从Compute Engine->VM实例），并从部署管理器中删除了部署。尽管如此，当我尝试创建一个新VM时，我收到一条错误消息，指出我没有更多可用资源，事实上，在配额页面中，我仍然看到GPU使用率为1（限制为1，这就是我无法创建新实例的原因）。有人知道问题出在哪里吗？我要等吗？谢谢大家

如果您在请求新资源时收到一个资源错误（例如，或区域\资源\池\用尽\带有\详细信息），则表示该区域当前无法满足您的请求

此错误是由于区域中的计算引擎资源可用，因此，您可以尝试在该区域或其他区域的其他区域中创建资源。 您可以在此文档上搜索其他可用区域：

如果可能，请更改您请求的VM的形状。得到较小的机器类型比得到较大的机器类型更容易。对您的请求进行更改，例如减少GPU的数量或使用内存或VCPU更少的自定义VM，可能会允许您的请求继续

此外，您还可以使用自定义或预定义的机器类型（带或不带附加GPU或本地SSD）为特定区域中的虚拟机（VM）实例提供支持，以确保资源在需要时可用于您的工作负载

---

此外，您可以在下面的

中找到解决此问题的更多信息，错误消息是什么？这可能适用于您的问题。如果您使用人工智能平台培训，根据资源的不同，培训内容也会有所不同。如果您使用的是，您不能请求更改您的配额。通常需要24-48 hrsHi@William，谢谢您的回复。错误消息如下：

{“ResourceType”：“compute.v1.instance”，“ResourceErrorCode”：“ZONE_RESOURCE_POOL_detained”，“ResourceErrorMessage”：“ZONE'projects/mlai2020考试项目/zones/us-west1-b'没有足够的可用资源来满足请求。请尝试其他区域，或稍后再试。”

我正在尝试用Compute Engine实例化一个深度学习虚拟机。你好，Jose，谢谢你的回复。我尝试按照您的建议，并根据您链接的文档中显示的可用性，多次更改了区域。不幸的是，我一直收到相同的错误。你提到你想尝试另一个具有不同内存大小的GPU：你能分享你想要创建的机器类型吗？是吗？你试过什么区域？你试过上面提到的所有建议了吗？事实上，经过几次尝试，我终于做到了，所以你的建议是正确的。非常感谢你！