ノートブック

プロジェクトをたった数分で立ち上げて稼働させることができるエンタープライズ ノートブック サービスです。

動画の内容についての説明

マネージド型の JupyterLab ノートブック インスタンス

Notebooks は、データ サイエンティストや機械学習開発者がモデルのテスト、開発、本番環境へのデプロイを行うための安全な統合化 JupyterLab 環境を提供するマネージド サービスです。最新のデータ サイエンスと機械学習フレームワークがプリインストールされた JupyterLab を実行するインスタンスをワンクリックで作成できます。

最新情報

ワンクリックでデプロイ

最新の JupyterLab インスタンスをワンクリックでデプロイして、すぐにデータ分析を開始できます。各インスタンスには、TensorFlow、Keras、PyTorch、fast.ai、RAPIDS、NumPy、scikit-learn、pandas、Matplotlib など、一般的に使用されるデータ サイエンス ライブラリと機械学習ライブラリの最適化されたバージョンがあらかじめ構成されています。

オンデマンドによる現場での活用

小規模なサイズから始めて、CPU、RAM、GPU を追加することによりスケールアップできます。データ量が増えて 1 台のマシンでは処理できなくなったら、BigQuery、Dataproc、Dataflow、Vertex Training と Vertex Prediction などの分散型サービスにシームレスに切り替えられます。インスタンスの料金は、実行中にのみかかります。

シームレスなエクスペリエンス

データの取り込みから機械学習モデルのデプロイまで、すべてを Notebooks 内で行うことができます。BigQuery からデータを引き出して Cloud Dataproc で変換し、Vertex AI サービスまたは Kubeflow を利用して分散型トレーニングとオンライン予測を実施できます。

特長

マネージド型の JupyterLab エクスペリエンス

Notebooks は業界標準の JupyterLab を基盤として構築されています。したがって、RPython と R のデータ サイエンス コミュニティで使用し、JupyterLab プラグインをインストールして環境をカスタマイズできます。

安全な開発

Notebooks は、VPC-SC、共有 VPC、プライベート IP コントロールにより、一般的なエンタープライズ セキュリティ アーキテクチャをサポートしています。CMEK を使用してディスク上のデータを暗号化することもできます。

制御されたユーザー アクセス

事前定義された次の 2 つのユーザー アクセス モードから選択できます。Notebooks をシングルユーザーに制限するか、サービス アカウントを使用するかです。また、Cloud Identity and Access Management を使用したエンタープライズ セキュリティ アーキテクチャに基づいてアクセスをカスタマイズすることもできます。

高度なネットワーキング

ノートブック インスタンスには、限定公開の Google アクセスまたはインターネットを通じてクラウド ストレージにアクセスできる場合、任意の Virtual Private Cloud を選択することができます。パブリック IP アドレスをオフにして、プロキシ経由でインスタンスにアクセスすることもできます。

データ サイエンス フレームワークのサポート

R、pandas、NumPy、SciPy、scikit-learn、Matplotlib などの一般的なデータ サイエンス ライブラリと、TensorFlow、Keras、fast.ai、RAPIDS、XGBoost、PyTorch などの ML フレームワークをサポートする事前構成済みの環境が用意されています。

機械学習用に最適化

AI Platform Notebooks には TensorFlow と PyTorch の最適化されたバージョンがプリインストールされているため、Google Cloud のハードウェアを最大限に活用し、インスタンスへの GPU の追加と削除をシームレスに行うことができます。

Git のサポート

AI Platform Notebooks は、Git リポジトリで簡単に pull または push できるため、同僚と共有するのも簡単です。

カスタム コンテナの使用

お客様が選んだコンテナでノートブック インスタンスを実行できます。この柔軟性を利用して、組織指定のライブラリをインストールしたり、JupyterLab を実行する環境を好みに合わせて事前構成したりできます。

Explainable AI のサポート

Notebooks には、Google Cloud の Explainable AI がプリインストールされており、特徴属性をオンザフライで生成して、モデルのプロトタイピングとデバッグを迅速に実行できます。

エンドツーエンドの機械学習ライフサイクル

一番上に Vertex AI を表示矢印が左から右に進み、4 つのパイプラインの列が次の各項目を示す:1 準備: データラベル付け、BigQuery データセット、Cloud Storage を一覧表示2 ビルド: ノートブック、AutoML、トレーニング、Deep Learning VM Image、Deep Learning Containers を一覧表示3 検証: AI Explanations、What-if ツール、Vizier を一覧表示4 デプロイ: 予測、TensorFlow Enterprise を一覧表示

料金

最低料金や事前の契約はなく、Notebooks の使用に料金はかかりません。料金は、Notebooks インスタンスで使用するクラウド リソース(Compute Engine、Cloud Storage、Vertex Training、Vertex Predictions の BigQuery など)に対してのみ発生します。Google の料金計算ツールを使用すると、ワークロードを実行する費用を簡単に見積もることができます。

次のステップ

$300 分の無料クレジットと 20 種類以上の Always Free プロダクトを活用して Google Cloud で構築を開始しましょう。

開始にあたりサポートが必要な場合
信頼できるパートナーの活用

次のステップ

プロジェクトを開始してインタラクティブなチュートリアルを体験し、アカウントを管理しましょう。

開始にあたりサポートが必要な場合
信頼できるパートナーの活用
ヒントとベスト プラクティスを入手する