Tamaños de máquina para ejecutores más grandes
Puede elegir entre varias especificaciones para ejecutores más grandes.
Especificaciones generales ejecutores más grandes
| CPU | Memoria (RAM) | Almacenamiento (SSD) | Arquitectura | Sistema operativo (SO) |
|---|---|---|---|---|
| 5 | 14 GB | 14 GB | arm64 (M2) | macOS |
| 12 | 30 GB | 14 GB | x64 (Intel) | macOS |
| 2 | 8 GB | 75 GB | x64, ARM64 | Ubuntu |
| 4 | 16 GB | 150 GB | x64, ARM64 | Ubuntu, Windows |
| 8 | 32 GB | 300 GB | x64, ARM64 | Ubuntu, Windows |
| 16 | 64 GB | 600 GB | x64, ARM64 | Ubuntu, Windows |
| 32 | 128 GB | 1200 GB | x64, ARM64 | Ubuntu, Windows |
| 64 | 208 GB | 2040 GB | ARM64 | Ubuntu, Windows |
| 64 | 256 GB | 2040 GB | x64 | Ubuntu, Windows |
| 96 | 384 GB | 2040 GB | x64 | Ubuntu, Windows |
Nota:
El ejecutor de Windows de 4 vCPU solo funciona con la imagen de Escritorio de Windows Server 2025 o la imagen base de Windows 11.
Especificaciones de GPU ejecutores más grandes
| CPU | GPU | Tarjeta GPU | Memoria (RAM) | Memoria de GPU (VRAM) | Almacenamiento (SSD) | Sistema operativo (SO) |
|---|---|---|---|---|---|---|
| 4 | 1 | Tesla T4 | 28 GB | 16 GB | 176 GB | Ubuntu, Windows |
Imagénes del ejecutor
Ejecutor más grandese ejecuta en máquinas virtuales (VM) e GitHub instala un disco duro virtual (VHD) en esta máquina durante el proceso de creación de la máquina virtual. Puedes elegir entre diferentes imágenes de máquina virtual para instalarlas en los ejecutores.
** Imágenes propiedad de GitHub:** estas imágenes son mantenidas por GitHub y están disponibles para ejecutores Linux (x64 y arm64), Windows (x64 y arm64) y macOS (x64 y arm64). Para obtener más información sobre estas imágenes y una lista completa de las herramientas incluidas para el sistema operativo de cada ejecutor, consulte el repositorio GitHub ActionsImágenes de los ejecutores.
Partner Images: Las imágenes de partners no son administradas por GitHub y se obtienen de Azure Marketplace. Consulta a continuación los recursos sobre dónde encontrar más información y notificar problemas de imágenes de partners.
- Imagen base de escritorio de Windows 11.
- VMI optimizado para GPU de NVIDIA
- Data Science Virtual Machine: Windows 2019.
Etiquetas y ejecutores ejecutores más grandes de macOS disponibles
Las siguientes máquinas están disponibles para macOS ejecutores más grandes. Al crear un macOS ejecutor más grande, el nombre del ejecutor también está disponible como una etiqueta de flujo de trabajo que puede usar con runs-on.
| Tamaño del ejecutor | Arquitectura | Procesador (CPU) | Memoria (RAM) | Almacenamiento (SSD) | Etiqueta de flujo de trabajo |
|---|---|---|---|---|---|
| Grande | Intel | 12 | 30 GB | 14 GB | |
macos-latest-large, , macos-14-largemacos-15-large (más reciente),macos-26-large | |||||
| XLarge | arm64 (M2) | 5 (+ 8 aceleraciones de hardware de GPU) | 14 GB | 14 GB | |
macos-latest-xlarge, , macos-14-xlargemacos-15-xlarge (más reciente),macos-26-xlarge |
Limitaciones de macOS ejecutores más grandes
- Todas las acciones proporcionadas por GitHub son compatibles con los ejecutores hospedados en arm64 GitHub. Sin embargo, las acciones de la comunidad pueden no ser compatibles con arm64 y deben instalarse manualmente en runtime.
- No se admite la virtualización anidada debido a la limitación del marco de virtualización de Apple.
- Las funcionalidades de red, como las redes privadas de Azure y la asignación de direcciones IP estáticas, no están disponibles actualmente para los ejecutores de mayor capacidad de macOS.
- Los ejecutores de macOS arm64 no tienen asignado un UUID/UDID estático porque Apple no admite esta característica. Sin embargo, a los ejecutores de MacOS de Intel se les asigna un UDID estático, específicamente
4203018E-580F-C1B5-9525-B745CECA79EB. Si va a compilar e iniciar sesión en el mismo host en el que planea probar la compilación, puede iniciar sesión con un perfil de aprovisionamiento de desarrollo. Si necesita un UDID estático, puede usar ejecutores de Intel y agregar su UDID a su cuenta de desarrollador de Apple.
Solución de problemas de ejecutores más grandes
Si observa que los trabajos que tienen como destino ejecutor más grandese retrasan o no se ejecutan, hay varios factores que pueden estar causando esto.
- Configuración de simultaneidad: es posible que hayas alcanzado el límite máximo de simultaneidad. Si quieres permitir que más trabajos se ejecuten en paralelo, puedes actualizar la configuración de escalado automático a un número mayor. Consulte Administración de ejecutores más grandes.
- Permisos de repositorio: Asegúrese de que tiene habilitados los permisos de repositorio adecuados para sus ejecutor más grande. De forma predeterminada, los ejecutores de empresa no están disponibles a nivel de repositorio y un administrador de la organización debe habilitarlos manualmente. Consulte Administración de ejecutores más grandes.
- Información de facturación: Debe tener registrada una tarjeta de crédito válida para poder usar ejecutor más grandes. Después de agregar una tarjeta de crédito a su cuenta, puede tardar hasta 10 minutos en habilitar el uso de sus ejecutor más grandes. Consulte Administración de la información de facturación y pago.
- Límite de gasto: El límite de GitHub Actions gasto debe establecerse en un valor mayor que cero. Consulte Configuración de presupuestos para controlar el gasto en productos medidos.
- **Política de uso justo:**GitHub tiene una política de uso justo que empieza a ralentizar los trabajos en función de varios factores, como la cantidad de trabajos que estás ejecutando o la cantidad de trabajos que se están ejecutando en todo GitHub Actions.
- Tiempo de espera en cola para la asignación: El tiempo de espera en cola para la asignación es el tiempo que transcurre entre una solicitud de un trabajo y GitHub la asignación de una máquina virtual para ejecutar el trabajo. Los runners estándar alojados en GitHub que utilizan etiquetas predefinidas de flujo de trabajo de YAML (como
ubuntu-latest) siempre están en estado «warm». Con los ejecutores de mayor capacidad, es posible que una máquina virtual activa no esté lista para aceptar un trabajo en la primera solicitud, ya que los grupos de estas máquinas son más pequeños. Como resultado, GitHub puede que tenga que crear una nueva máquina virtual, lo que aumenta la cola para asignar tiempo. Una vez que un ejecutor está en uso, las máquinas virtuales están listas para las ejecuciones de flujo de trabajo posteriores en cinco minutos. Si no se vuelven a usar durante ese tiempo, un subconjunto de esas máquinas permanecen semiactivas, lo que reduce la cola para asignar tiempo a futuras ejecuciones de flujo de trabajo en las 24 horas siguientes. Cuanto mayor sea el volumen de trabajos que ejecutes, más máquinas virtuales permanecerán en el warm pool.
Redes para ejecutores más grandes
De forma predeterminada, ejecutores más grandes reciba una dirección IP dinámica que cambie para cada ejecución de trabajo. Opcionalmente, GitHub Enterprise Cloud los clientes pueden configurar su ejecutores más grandes para recibir direcciones IP estáticas del grupo de direcciones IP de GitHub. Para más información, consulta Acerca de las direcciones IP de GitHub.
Al habilitarlo, las instancias de ejecutor más grande recibirán direcciones IP de intervalos específicos exclusivos del ejecutor, lo que permite usar esos intervalos para configurar una lista de permitidos del firewall. Puede usar hasta 10 ejecutores más grandes con intervalos de direcciones IP estáticas en total en todos sus ejecutores más grandes. Para más información, consulta Administración de ejecutores más grandes.
Si quiere usar más de 10 ejecutores grandes con intervalos de direcciones IP estáticas, póngase en contacto con con nosotros a través del Soporte técnico de GitHub.
Nota:
Si los ejecutores no se usan durante más de 90 días, sus intervalos de direcciones IP se quitan automáticamente y no se pueden recuperar.