Cloud Intelligence™
GCP Compute Advisor : concevez votre infrastructure de calcul avant de la déployer
GCP Compute Advisor est un nouvel outil propulsé par Gemini qui recommande des types de machines, des coûts et des configurations pour Compute Engine et GKE avant le déploiement.
Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.
About Chimbu Chinnadurai
I've probably debugged a Kubernetes issue in more time zones than I care to count. Based in London, I help engineering teams across EMEA get their clusters to behave — and actually understand why they misbehaved in the first place.
I write, speak, and guest on podcasts about all things cloud-native. Away from the terminal: I enjoy cooking almost as much as simplifying overly complex systems.
My personal pageTL;DR : GCP Compute Advisor est une nouvelle fonctionnalité en preview de Google Cloud, propulsée par Gemini, qui recommande des types de machines, des estimations de coûts et des configurations de déploiement pour Compute Engine et GKE avant tout provisionnement. Chaque réponse s'appuie sur l'état réel de votre projet — quotas, réservations, remises sur engagement d'utilisation (CUD) et politiques d'organisation — et fournit du code gcloud, Terraform ou YAML prêt à l'emploi. L'outil est conçu pour les décisions de conception du Jour 0, pas pour le dépannage en production ; l'optimisation continue post-déploiement relève d'outils comme PerfectScale.
Si vous avez déjà passé de longues minutes à éplucher la liste des types de machines Compute Engine pour savoir s'il vous faut un N4 ou un C4, ou consacré un après-midi à comparer des MIG régionaux et zonaux pour un nouveau workload, Google Cloud vient de lancer un outil qui mérite votre attention. Compute Advisor est une nouvelle fonctionnalité en preview, propulsée par Gemini de Google Cloud, qui vous aide à évaluer les options matérielles, estimer les coûts de déploiement et obtenir des configurations recommandées avant même de provisionner la moindre ressource.
Elle est disponible dès aujourd'hui en preview pour les instances Compute Engine comme pour les clusters GKE, et fonctionne de la même manière dans les deux cas : vous décrivez votre workload en langage naturel, et l'outil renvoie une recommandation contextualisée, tenant compte de votre projet, plutôt qu'une bonne pratique générique.
Ce qui distingue GCP Compute Advisor d'un chatbot IA générique
De nombreux outils d'IA génériques génèrent volontiers une spécification de VM plausible. Ce qui rend Compute Advisor réellement utile pour la planification, c'est l'ancrage contextuel : avant de répondre, il vérifie l'état réel de votre projet. Cela inclut vos limites de quotas, vos réservations existantes, vos remises sur engagement d'utilisation (CUD), votre région et zone par défaut, ainsi que les contraintes de localisation de ressources définies par votre organisation via les politiques d'organisation.
Concrètement, lorsqu'il recommande un type de machine C4D avec un nombre précis de vCPU, il sait déjà si vous disposez du quota nécessaire dans votre région par défaut, si des CUD inutilisés rendent une famille de machines plus économique qu'une autre, et si une contrainte de localisation exclut une zone avant même de la suggérer. Vous ne recevez pas une recommandation qu'il vous faudrait ensuite valider face aux limites de votre compte : la vérification est déjà faite.
Une fois votre prompt envoyé, la réponse affiche trois éléments :
- Ancrage contextuel : la recommandation reflète l'état réel de votre projet, pas une réponse générique.
- Snippets de code interactifs : des commandes gcloud, des appels REST ou des ressources Terraform prêts à l'emploi, à copier ou exécuter directement dans Cloud Shell.
- Canvas visuel : tableaux comparatifs, analyses côte à côte et plans d'implémentation structurés.
Utilisé via la console, Compute Advisor ne peut ni créer, ni modifier, ni supprimer de ressources par lui-même. C'est un espace de conception et de planification, pas une couche d'automatisation. Vous relisez et exécutez vous-même les commandes, ce qui reste la norme pour tout ce qui touche à la capacité de production.
Comment formuler vos prompts pour de meilleurs résultats
La qualité des réponses dépend beaucoup de la façon dont vous formulez votre demande.
- Attribuez un rôle précis : demander à l'outil d'agir comme platform engineer ou architecte cloud change la profondeur, l'analyse des compromis et la rigueur technique de la réponse.
- Découpez vos demandes : structurez votre prompt en étapes numérotées plutôt que de poser des questions vagues comme aide-moi à choisir un type de machine. En demandant séparément un tableau comparatif, une analyse des compromis architecturaux et un script de déploiement, vous obtenez une véritable documentation de conception plutôt qu'une simple réponse de chat.
- Précisez explicitement les formats de sortie : indiquez clairement si vous attendez un tableau Markdown, un bloc Terraform ou un snippet gcloud.
- Évitez le contexte redondant : inutile de préciser manuellement votre région active, vos quotas ou l'état de vos CUD. L'outil lit automatiquement le contexte de votre projet.
- Itérez dans le même fil : si la première réponse se concentre sur le compute mais omet le réseau ou le stockage, posez une question de suivi. L'outil s'appuie sur le contexte établi au lieu de repartir de zéro.
Compute Advisor n'est pas conçu pour le dépannage en temps réel. Si un incident survient sur une instance ou un cluster actif, Cloud Logging et les outils de diagnostic standards restent la bonne approche. Compute Advisor est fait pour la conception du Jour 0, pas pour le dépannage du Jour 2.
Exemples de prompts Compute Advisor pour Compute Engine et GKE
Voici des prompts concrets, structurés pour obtenir des réponses optimales :
Choisir entre GPU L4 et A100 pour le fine-tuning de modèles sur GKE
Act as an ML platform engineer. I'm fine-tuning a mid-size open model and need todecide between GKE node pools with L4 GPUs versus A100 GPUs for the training job.
Please provide the following:1. A cost and throughput comparison between L4 and A100 node pools for this workload.2. Recommended machine types and accelerator counts for a training job of this size.3. An estimate of relative training cost per epoch for each option.
Format the comparison as a Markdown table, and provide the node pool creationcommand as a ready-to-use gcloud snippet.
Right-sizing des node pools GKE avant un pic de trafic
Act as a site reliability engineer. I want to understand whether our GKE nodepools are right-sized for current traffic before our next peak event.
Please provide the following:1. An assessment of whether current machine types are under or over-provisioned based on recent utilization patterns.2. Recommended adjustments to node pool machine types or autoscaling thresholds.3. The Cloud Monitoring metrics I should track going forward to catch drift early.
Format the recommendations as a short walkthrough, followed by a Markdown tablesummarizing the suggested changes.
Fallback multizone et flexibilité d'instances face aux ruptures de capacité GKE
Act as a capacity planning engineer. Draft the recommended configuration formachine flexibility and multi-zone fallbacks for a GKE cluster to ensuresystem workloads remain resilient during peak traffic without manualintervention.
Please provide the following:1. A recommended instance flexibility configuration covering fallback machine types.2. A multi-zone fallback strategy that avoids manual rebalancing during a stockout.3. The autoscaling settings needed so this fallback triggers automatically.
Format the response as a Markdown table for the fallback options, and providethe ComputeClass or node pool configuration as a ready-to-use YAML manifest.
Migrer d'AWS Karpenter vers le Node Auto-Provisioning (NAP) de GKE
Act as a Kubernetes migration specialist. I am migrating an EKS clusterthat uses Karpenter to GKE. Please translate my AWS KarpenterNodePool into a GKE custom ComputeClass.
Please provide the following:1. A summary that maps Karpenter concepts to GKE Node Auto-Provisioning (NAP) and ComputeClasses.2. A YAML manifest that shows how a ComputeClass provides the same variety of instance types and weighting for Spot VMs as Karpenter.3. The changes required in the Pod manifest to use the new ComputeClass.
Format the mapping as a Markdown table, and provide the GKEmanifests as code blocks that are ready to use.
Cloud bill shouldn't be a mystery
One platform for AI and Cloud optimization.
Jour 0 ou Jour 2 : pourquoi Compute Advisor complète les recommenders existants de Google
La plupart des recommenders existants de Google — VM inactives, types de machines, recommandations de réservations — sont réactifs par conception. Ils analysent une ressource qui existe déjà et vous signalent qu'elle a été surdimensionnée ou sous-utilisée ces derniers jours. C'est utile, mais cela arrive après coup.
Compute Advisor intervient plus tôt dans le processus. Il cible les décisions d'architecture prises avant même que les ressources n'existent : choix du modèle de provisionnement, comparaison des familles de machines ou arbitrage entre GKE Autopilot et Standard. Bien calibrer le dimensionnement et la stratégie d'engagement dès le Jour 0 réduit le volume d'alertes post-déploiement par la suite.
Si vous dimensionnez régulièrement de nouveaux workloads et comparez des modèles de provisionnement, Compute Advisor mérite d'être intégré dès maintenant à votre workflow de planification, même si l'outil continue d'évoluer.
L'optimisation continue au-delà du Jour 0 : PerfectScale pour GKE et les commitments
Compute Advisor est conçu pour la conception d'infrastructure ponctuelle, pilotée par prompts. Il ne surveille pas votre environnement en continu, ne détecte pas de lui-même les dérives à l'exécution et ne gère pas l'achat de commitments dans la durée. C'est précisément sur cette frontière entre Jour 0 et Jour 2 que deux produits DoiT prennent le relais.
- PerfectScale™ for Kubernetes assure l'optimisation continue post-déploiement des workloads GKE. Il analyse en permanence l'utilisation réelle pour ajuster, via le right-sizing, les requests et limits de CPU et de mémoire au gré des fluctuations de la demande applicative.
- PerfectScale™ for Commitments gère la couverture de vos remises à long terme. Là où Compute Advisor vérifie les CUD existants au moment de la conception, PerfectScale suit l'utilisation à l'échelle de votre compte de facturation et peut, pour l'utilisation non couverte, recommander — voire acheter automatiquement — des CUD flexibles Compute, afin que les données sur lesquelles Compute Advisor fonde ses recommandations restent exactes dans la durée.
FAQ
Qu'est-ce que GCP Compute Advisor ? Compute Advisor est une fonctionnalité en preview de Google Cloud, propulsée par Gemini, qui vous aide à évaluer les options matérielles, estimer les coûts de déploiement et obtenir des configurations recommandées avant de provisionner la moindre ressource.
Compute Advisor est-il disponible à la fois pour Compute Engine et GKE ? Oui. Il est disponible dès aujourd'hui en preview pour les instances Compute Engine et les clusters GKE, et fonctionne de la même manière dans les deux cas : vous décrivez votre workload en langage naturel et obtenez une recommandation contextualisée, tenant compte de votre projet.
En quoi Compute Advisor diffère-t-il des recommenders existants de Google ? Les recommenders de Google (VM inactives, types de machines, réservations) sont réactifs — ils signalent une ressource qui existe déjà et qui a été sur- ou sous-utilisée. Compute Advisor intervient plus tôt dans le processus, en ciblant les décisions d'architecture (modèle de provisionnement, famille de machines, Autopilot ou Standard) avant même qu'une ressource n'existe.
Compute Advisor peut-il créer, modifier ou supprimer des ressources cloud par lui-même ? Non. Via la console, c'est un espace de conception et de planification, pas une couche d'automatisation. Vous relisez et exécutez vous-même les commandes gcloud, REST ou Terraform générées.
Que contient concrètement une réponse de Compute Advisor ? Trois éléments : un ancrage contextuel (une recommandation vérifiée par rapport à vos quotas, réservations, CUD et politiques d'organisation réels), des snippets de code interactifs (gcloud, REST ou Terraform prêts à l'emploi) et un canvas visuel (tableaux comparatifs et plans d'implémentation structurés).
Compute Advisor peut-il dépanner un incident de production en cours ? Non. Il est conçu pour la conception du Jour 0, pas pour le dépannage du Jour 2 — en cas d'incident actif, Cloud Logging et les outils de diagnostic standards restent la bonne approche.
Quel est le lien entre Compute Advisor et PerfectScale ? Compute Advisor gère les décisions de conception ponctuelles, pilotées par prompts. PerfectScale for Kubernetes et PerfectScale for Commitments prennent ensuite le relais, avec le right-sizing continu des workloads GKE et la gestion de la couverture CUD dans la durée.
Réservez une démo pour en savoir plus sur DoiT Cloud Intelligence™.
