Compute Engine / GKE コスト最適化ガイド｜Spot・CUD・Recommender (GCP)

Google Compute Engine と GKE のコスト最適化を体系的にまとめます。 Spot VM、各種 Discount、Recommender API、Autoscaling、Custom Machine Type、GPU/TPU 最適化まで網羅し、月 30〜70% のコスト削減を目指します。

GCE コスト最適化 10 選

Spot VM: Stateless ワークロードで 60〜91% 割引
Sustained Use Discount: 自動最大 30% (月利用率)
Flex CUD: 1y 28% / 3y 46% 割引、柔軟性高
Resource CUD: 1y 37% / 3y 57% 割引、固定タイプ
Custom Machine Type: 標準より 5〜10% 安
Recommender API: 右サイズ提案、アイドル VM 停止提案
VM Scheduling: 業務時間外停止 (Instance Scheduler)
Hyperdisk: SSD より柔軟 (IOPS/Throughput 個別調整)
Local SSD: 永続化不要なら高速 + 安価
Sole-tenant Node: コンプライアンス要件で Reservation 活用

Spot VM 詳細

料金: オンデマンド比 60〜91% 割引
中断: 24 時間以内 + 30 秒前通知
SLA なし、リトライ前提
主用途: Batch / Dataflow / GKE Pod / CI/CD / 開発環境
GKE Spot Node Pool: nodeSelector で Spot 指定

GKE コスト最適化 10 選

Autopilot vs Standard 選定 (利用率次第)
HPA: Pod 数自動調整 (CPU / メモリ / Custom Metric)
VPA: Pod の Resource Request 自動調整
Cluster Autoscaler: Node 数自動調整
Spot Node Pool: 60-91% 割引 (Stateless)
Bin Packing: nodeSelector + Affinity で集約
Resource Quota: Namespace 毎の上限
PriorityClass: 重要 Pod 優先で低優先 Pod 退避
Cluster 集約: 開発 / Staging を 1 Cluster + Namespace 分離
Workload Identity: SA キー不要 + 監視容易化

Autopilot vs Standard コスト比較

シナリオ	Autopilot	Standard
Pod 利用率 30%	$185/月 (Pod 単位)	$203/月 (Node + Control Plane)
Pod 利用率 80%	$185/月	$130/月 (Bin Packing で削減)
Pod 利用率 30% + Spot	—	$80/月 (Spot 60% 削減)

Recommender API カテゴリ

VM 右サイズ: CPU/メモリ過剰割当検知
アイドル VM: 14 日間未使用検知
アイドル Disk: マウントされていない
Commitment 提案: 過去 30 日の利用から CUD 試算
IAM Recommender: 過剰権限削減
Cloud SQL アイドル: 低利用率インスタンス
BigQuery クエリ最適化: スロー / 高コストクエリ

GPU / TPU 最適化

テクニック	削減効果
Spot GPU (L4 / T4)	60-91%
TPU Preemptible	70%
Batch Prediction (非同期)	50%
Multi-tenant GPU (MIG)	50%
CUD GPU	1y 28%

事例: 月額 $5,000 → $1,800 (64% 削減)

変更前: GKE Standard × 3 リージョン × Always-on (Reserved Slot なし)
変更後:
- 1 リージョンに集約 (DR は別途軽量)
- Spot Node Pool で 70% を Spot 化
- HPA + VPA で平均利用率 60%
- Flex CUD 1y で残り 30% を割引

監視・分析ツール

Cloud Billing Reports (GUI)
BigQuery 請求エクスポート + Looker Studio
Recommender API (Active Assist)
Cost Allocation Tag (Label)
GKE Cost Allocation (Pod / Namespace 単位)
Budget アラート (Pub/Sub 経由で自動停止可能)

GCE のコスト最適化基本は？

右サイズ化 (Recommender API)、Spot VM 活用、Sustained Use Discount を意識した常時起動、Flex CUD でコミット割引、不要 VM 自動停止スケジュール。

GKE のコスト最適化基本は？

Autopilot か Standard かを選定、HPA + VPA + CA でリソース調整、Spot ノードプール活用、Cluster 数最小化、Workload Identity でセキュア + 効率化。

Spot VM はどう活用する？

Stateless ワークロード (ETL / バッチ / Web ステートレス) で 60〜91% 割引。中断通知 30 秒前で graceful shutdown 必須。GKE で Spot Node Pool として利用可能。

Recommender API とは？

ML ベースの最適化提案 (右サイズ / アイドル / Commitment 提案 / IAM)。Active Assist の中核機能で、コスト削減の起点に。

Custom Machine Type は安い？

標準タイプより 5〜10% 安く、ワークロード最適化に有効。e2 / n2 / n2d / c3 ファミリーで対応。

GKE Autopilot と Standard どちらが安い？

Pod 利用率高なら Standard が安い、低利用 / 変動激しいなら Autopilot が安い。Bin Packing で Standard は理論最安、Autopilot は運用最少。

Cluster 管理料 ($0.10/h) を節約するには？

GKE Standard の最初 1 つのゾーンクラスタは無料。リージョナルクラスタは有料。Workload を 1 クラスタに集約 + Namespace で隔離。

GPU / TPU のコスト最適化は？

Spot GPU で 60-91% 割引 (中断可能ワークロード)、TPU Preemptible (Spot 相当)、Vertex AI Batch Prediction で非同期化、コミット予約で割引。

この記事で学んだ内容を問題で確認しましょう

16,000問以上の問題で実力チェック

GCP 試験対策ページを見る

この記事の著者

NicheeLab編集部

データエンジニアリング・クラウド資格の専門家。Databricks・Snowflake等の認定資格を保有し、実務経験に基づいた問題作成・解説を行っています。NicheeLab運営。

Compute Engine / GKE コスト最適化ガイド｜Spot・CUD・Recommender