Cette page décrit les produits Google Cloud intégrés à Cloud Storage FUSE.
Pour obtenir la liste des produits Google Cloud intégrés à Cloud Storage de manière générale, consultez la section Intégration aux services et outils Google Cloud.
| Produit | Comment Cloud Storage FUSE est intégré |
|---|---|
| Google Kubernetes Engine (GKE) | Le pilote CSI Cloud Storage FUSE gère l'intégration de Cloud Storage FUSE à l'API Kubernetes pour consommer les buckets Cloud Storage en tant que volumes. Vous pouvez utiliser le pilote CSI Cloud Storage FUSE pour installer des buckets en tant que systèmes de fichiers sur des nœuds Google Kubernetes Engine. |
| Vertex AI | Lorsque vous effectuez un entraînement personnalisé sur Vertex AI, celui-ci utilise Cloud Storage FUSE pour installer vos buckets Cloud Storage en tant que systèmes de fichiers afin de stocker vos données d'entraînement. Pour en savoir plus sur la manière dont Vertex AI utilise Cloud Storage FUSE, consultez la page Lire et écrire des fichiers Cloud Storage avec Cloud Storage FUSE dans la documentation de Vertex AI ou sur le blog Cloud Storage en tant que système de fichiers dans le cadre de l'entraînement AI |
| Instances Deep Learning VM Image | Cloud Storage FUSE est préinstallé avec Deep Learning VM Image. |
| Conteneurs de deep learning | Pour installer des buckets Cloud Storage pour les conteneurs de deep learning, vous pouvez utiliser le Pilote CSI Cloud Storage FUSE (recommandé) ou installer Cloud Storage FUSE. |
| Jobs par lots | Cloud Storage FUSE vous permet d'installer des buckets Cloud Storage en tant que volumes de stockage lorsque vous créez et exécutez des jobs par lot. Vous pouvez spécifier un bucket dans la définition d'un job pour qu'il soit automatiquement installé sur les VM du job lors de son exécution. |
| Cloud Composer | Lorsque vous créez un environnement, Cloud Composer stocke le code source de vos workflows et de leurs dépendances dans des dossiers spécifiques d'un bucket Cloud Storage. Cloud Composer utilise Cloud Storage FUSE pour mapper les dossiers du bucket aux composants Airflow de l'environnement Cloud Composer. |
Cloud Storage FUSE pour le machine learning
Cloud Storage FUSE est un choix courant pour les développeurs qui souhaitent stocker des données d'entraînement de machine learning (ML) et de modèle et y accéder en tant qu'objets dans Cloud Storage. Cloud Storage FUSE offre plusieurs avantages pour le développement de projets de ML :
Cloud Storage FUSE vous permet d'installer des buckets Cloud Storage en tant que système de fichiers local afin que vos applications puissent accéder aux données d'entraînement et de modèle à l'aide d'une sémantique standard de système de fichiers. Cela signifie que vous pouvez éviter les coûts de réécriture ou de refactorisation du code de votre application lorsque vous utilisez Cloud Storage pour stocker des données de ML.
De l'entraînement à l'inférence, Cloud Storage FUSE vous permet d'exploiter l'évolutivité, les performances et la rentabilité natives élevées de Cloud Storage, afin que vous puissiez exécuter vos charges de travail de ML à grande échelle.
Cloud Storage FUSE vous permet de démarrer rapidement des jobs d'entraînement en fournissant des ressources de calcul avec un accès direct aux données dans Cloud Storage. Vous n'avez donc pas besoin de télécharger des données d'entraînement dans la ressource de calcul.
Pour en savoir plus, consultez la page Frameworks de ML compatibles avec Cloud Storage FUSE.