我使用以下几行代码在Kubeflow Pipeline（KFP）上指定所需的机器类型和加速器/GPU，我将通过顶点AI/管道以无服务器方式运行。

op().
set_cpu_limit(8).
set_memory_limit(50G).
add_node_selector_constraint('cloud.google.com/gke-accelerator', 'nvidia-tesla-k80').
set_gpu_limit(1)

它也适用于其他GPU，即Pascal、特斯拉、Volta卡。

然而，我不能用最新的加速器类型，即特斯拉A100做同样的事情，因为它需要一种特殊的机器类型，至少是a2-hygpu-1g。

当我在Vertex上运行它时，如何确保这个特定组件将在a2-hygpu-1g之上运行？

如果我简单地遵循旧GPU的方法：

op().
set_cpu_limit(12). # max for A2-highgpu-1g
set_memory_limit(85G). # max for A2-highgpu-1g
add_node_selector_constraint('cloud.google.com/gke-accelerator', 'nvidia-tesla-a100').
set_gpu_limit(1)

它在运行/部署时引发错误，因为正在生成的机器类型是通用类型，即N1-Highmem-*

当我没有指定cpu和内存限制时也发生了同样的事情，希望它会根据加速器约束自动选择正确的机器类型。

    op().
    add_node_selector_constraint('cloud.google.com/gke-accelerator', 'nvidia-tesla-a100').
    set_gpu_limit(1)

错误："NVIDIA_TESLA_A100"不支持机器类型"n1-hymem-2"，