Notebooks

Un servizio di blocco note aziendale che consente di rendere i tuoi progetti operativi nell'arco di pochi minuti.

Descrizione del contenuto del video.

Istanze di blocco note JupyterLab gestite

Notebooks è un servizio gestito che offre un ambiente JupyterLab integrato e sicuro dove data scientist e sviluppatori di machine learning possono sperimentare, sviluppare ed eseguire il deployment di modelli in produzione. Con un solo clic, gli utenti possono creare istanze con JupyterLab in cui sono preinstallati i più recenti framework di data science e machine learning. 

Novità

Deployment con un solo clic

È possibile eseguire il deployment di nuove istanze JupyterLab con un clic e iniziare immediatamente ad analizzare i dati. Ogni istanza è preconfigurata con versioni ottimizzate delle più note librerie di data science e machine learning, tra cui TensorFlow, Keras, PyTorch, fast.ai, RAPIDS, NumPy, scikit-learn, pandas e Matplotlib.

Scalabilità on demand

Puoi iniziare con poche risorse e scalare verticalmente aggiungendo CPU, RAM e GPU. Quando il volume dei tuoi dati diventa eccessivamente elevato per una singola macchina, passa senza interruzioni a servizi distribuiti come BigQuery, Dataproc, Dataflow, Vertex Training e Prediction. Paghi le istanze solo quando sono in esecuzione.

Un'esperienza senza soluzione di continuità

Passerai dai dati a un modello di machine learning sottoposto a deployment senza mai uscire da Notebooks. Estrai i dati da BigQuery, usa Cloud Dataproc per trasformarli e sfrutta i servizi AI Platform o Kubeflow per l'addestramento distribuito e le previsioni online.

Funzionalità

Esperienza JupyterLab gestita

Notebooks si basa sull'interfaccia JupyterLab, standard di settore. Pertanto lo puoi utilizzare con la community di data science di R e RPython e personalizzare il tuo ambiente installando i plugin di JupyterLab. 

Sviluppo sicuro

Notebooks supporta le architetture di sicurezza aziendali più utilizzate attraverso VPC-SC, VPC condiviso e controlli degli IP privati. Puoi anche criptare i tuoi dati su disco con CMEK.

Accesso controllato degli utenti

Puoi scegliere tra due modalità predefinite di accesso degli utenti: limitare Notebooks a un singolo utente o utilizzare un account di servizio. Puoi anche personalizzare l'accesso in funzione dell'architettura di sicurezza aziendale sulla base di Cloud Identity and Access Management.

Networking avanzato

Puoi selezionare qualsiasi virtual private cloud per le istanze Notebooks, a condizione che il VPC abbia accesso a Cloud Storage tramite accesso privato di Google o tramite Internet. Puoi anche disattivare l'indirizzo IP pubblico e accedere alla tua istanza tramite proxy.

Supporto per framework di data science

Forniamo un ambiente preconfigurato che supporta le librerie di data science più diffuse, come R, pandas, NumPy, SciPy, scikit-learn e Matplotlib, oltre a framework di ML come TensorFlow, Keras, fast.ai, RAPIDS, XGBoost e PyTorch.

Ottimizzazione per il machine learning

Le versioni ottimizzate di TensorFlow e PyTorch di Notebooks per i blocchi note ti consentono di sfruttare al meglio l'hardware di Google Cloud e aggiungere o rimuovere GPU dalla tua istanza senza interruzioni.

Supporto per Git

È semplice eseguire il pull e il push dei blocchi note da e verso il tuo repository Git, facilitando anche la condivisione dei blocchi note con i colleghi.

Utilizzo del tuo container personalizzato

Puoi eseguire un'istanza Notebooks su un container a tua scelta. In questo modo avrai la flessibilità di installare librerie specifiche richieste dalla tua organizzazione o di preconfigurare l'ambiente che esegue JupyterLab secondo le tue preferenze.

Supporto Explainable AI

Notebooks prevede la preinstallazione di Explainable AI di Google Cloud, che ti permette di generare attribuzioni di funzionalità in tempo reale per operazioni di prototipazione e debug dei modelli rapidi.

Ciclo di vita end-to-end del machine learning

In alto c'è la dicitura Vertex AI. Quattro colonne di pipeline sono collegate tramite frecce che puntano da sinistra a destra. 1 Preparazione: Data Labeling, set di dati BigQuery e Cloud Storage. 2 Creazione: Notebooks, AutoML, addestramento, Deep Learning VM Image e Deep Learning Containers. 3 Convalida: AI Explanations, strumento What-If e Vizier. 4 Deployment: Previsione e TensorFlow Enterprise.

Risorse

Prezzi

Non sono previste tariffe minime o impegni iniziali e non è previsto alcun addebito per l'uso di Notebooks. Paghi solo per le risorse cloud utilizzate con l'istanza Notebooks: Compute Engine, Cloud Storage, Vertex Training, Vertex Predictions' BigQuery e così via. Il nostro Calcolatore prezzi può aiutarti a stimare i costi di esecuzione dei tuoi carichi di lavoro.

Fai un passo avanti

Inizia a creare su Google Cloud con 300 $ di crediti gratuiti e oltre 20 prodotti Always Free.

Hai bisogno di aiuto per iniziare?
Collabora con un partner di fiducia
Continua la navigazione