In questa pagina vengono descritti i prodotti Google Cloud integrati con Cloud Storage FUSE.
Per un elenco dei prodotti Google Cloud che sono generalmente integrati con Cloud Storage, consulta Integrazione con i servizi e gli strumenti di Google Cloud.
.| Prodotto | Come è integrato Cloud Storage FUSE |
|---|---|
| Google Kubernetes Engine (GKE) | Il driver CSI di Cloud Storage FUSE gestisce l'integrazione di Cloud Storage FUSE con l'API Kubernetes per utilizzare i bucket Cloud Storage come volumi. Puoi utilizzare il driver CSI di Cloud Storage FUSE per montare i bucket come file system sui nodi di Google Kubernetes Engine. |
| Formazione su Vertex AI | Puoi accedere ai dati da un bucket Cloud Storage come file system montato quando esegui l'addestramento personalizzato su Vertex AI. Per maggiori informazioni, consulta Preparare il codice di addestramento. |
| Workbench Vertex AI | Le istanze Vertex AI Workbench includono un'integrazione di Cloud Storage che consente di sfogliare i bucket e lavorare con file compatibili situati in Cloud Storage dall'interfaccia JupyterLab. L'integrazione di Cloud Storage ti consente di accedere a tutti i bucket e i file Cloud Storage a cui l'istanza ha accesso, all'interno dello stesso progetto dell'istanza di Vertex AI Workbench. Per configurare l'integrazione, consulta le istruzioni di Vertex AI Workbench su come accedere ai bucket e ai file Cloud Storage in JupyterLab |
| Deep Learning VM Image | Cloud Storage FUSE è preinstallato con Deep Learning VM Image. |
| Container per deep learning | Per montare i bucket Cloud Storage per Deep Learning Containers, puoi utilizzare il driver CSI di Cloud Storage FUSE (consigliato) o installare Cloud Storage FUSE. |
| Batch | Cloud Storage FUSE ti consente di montare i bucket Cloud Storage come volumi di archiviazione quando crei ed esegui job batch. Puoi specificare un bucket nella definizione di un job e il bucket verrà montato automaticamente nelle VM per il job quando viene eseguito. |
| Cloud Run | Cloud Run consente di montare un bucket Cloud Storage come volume e presenta i contenuti del bucket come file nel file system del container. Per configurare il montaggio del volume, consulta Installare un volume Cloud Storage. |
| Cloud Composer | Quando crei un ambiente, Cloud Composer archivia il codice sorgente per i flussi di lavoro e le loro dipendenze in cartelle specifiche all'interno di un bucket Cloud Storage. Cloud Composer utilizza Cloud Storage FUSE per mappare le cartelle nel bucket ai componenti Airflow nell'ambiente Cloud Composer. |
Cloud Storage FUSE per il machine learning
Cloud Storage FUSE è una scelta comune per gli sviluppatori che vogliono archiviare e accedere ai dati di addestramento del machine learning (ML) e modellarli come oggetti in Cloud Storage. Cloud Storage FUSE offre diversi vantaggi per lo sviluppo di progetti ML:
Cloud Storage FUSE consente di montare i bucket Cloud Storage come file system locale, in modo che le applicazioni possano accedere ai dati di addestramento e dei modelli utilizzando la semantica standard del file system. Ciò significa che puoi evitare i costi di riscrittura o refactoring del codice dell'applicazione quando utilizzi Cloud Storage per archiviare i dati ML.
Dall'addestramento all'inferenza, Cloud Storage FUSE consente di utilizzare l'elevata scalabilità, le prestazioni e l'efficienza in termini di costi integrati di Cloud Storage, per eseguire carichi di lavoro ML su larga scala.
Cloud Storage FUSE consente di avviare rapidamente i job di addestramento fornendo risorse di calcolo con accesso diretto ai dati in Cloud Storage, eliminando così la necessità di scaricare i dati di addestramento nella risorsa di computing.
Per saperne di più, consulta Framework ML supportati da Cloud Storage FUSE.