Vertex AI로 Deep Learning VM Image 및 Deep Learning Containers 사용

이 페이지에서는 Deep Learning VM 및 Deep Learning Containers의 주요 기능을 설명하며 Vertex AI에서 이러한 제품을 사용하는 방법을 설명합니다.

딥 러닝 VM

개요

Deep Learning VM Image는 데이터 과학 및 머신러닝 태스크에 최적화된 가상 머신 이미지 세트입니다. 모든 이미지에는 주요 ML 프레임워크와 도구가 사전 설치되어 있습니다. GPU가 있는 인스턴스에서 바로 사용하여 데이터 처리 작업을 가속화할 수 있습니다.

Deep Learning VM 이미지는 다양한 프레임워크 및 프로세서 조합을 지원하는 데 사용할 수 있습니다. 현재 TensorFlow Enterprise, TensorFlow, PyTorch, 일반 고성능 컴퓨팅을 지원하는 이미지를 사용할 수 있으며, CPU 전용 및 GPU 사용 설정된 워크플로에 대한 버전이 모두 지원됩니다.

사용 가능한 프레임워크 목록을 보려면 이미지 선택을 참조하세요.

자세한 내용은 Deep Learning VM 문서를 참조하세요.

Deep Learning VM 사용

Vertex AI에서 작업 중 일부로 Deep Learning VM 인스턴스를 사용할 수 있습니다. 예를 들어 Deep Learning VM 인스턴스에서 실행되는 애플리케이션을 개발하여 최적화된 데이터 처리 기능을 활용할 수 있습니다. Deep Learning VM 인스턴스를 자체 관리형 분산 학습 시스템의 개발 환경으로 사용할 수도 있습니다.

Google Cloud Console의 Deep Learning VM Cloud Marketplace 페이지에서 Deep Learning VM 인스턴스를 만들 수 있습니다.

Deep Learning VM Cloud Marketplace 페이지로 이동

Deep Learning Containers

개요

Deep Learning Containers는 주요 데이터 과학 프레임워크, 라이브러리, 도구가 사전 설치된 Docker 컨테이너 세트입니다. 이러한 컨테이너는 워크플로의 프로토타입을 신속하게 제작하고 구현할 수 있도록 성능이 최적화된 일관성 높은 환경을 제공합니다.

자세한 내용은 Deep Learning Containers 문서를 참조하세요.

Deep Learning Containers 사용

Vertex AI에서 작업 중 일부로 Deep Learning Containers 인스턴스를 사용할 수 있습니다. 예를 들어 Vertex AI에서 사용할 수 있는 사전 빌드된 컨테이너는 통합 Deep Learning Containers입니다.

또한 Vertex AI 모델을 커스텀 컨테이너 기반 애플리케이션으로 빌드하여 일관된 환경에서 배포하고 필요할 때 실행할 수 있습니다.

자체 커스텀 컨테이너 빌드를 시작하려면 다음 단계를 따르세요.

  1. 사용 가능한 컨테이너 이미지 중 1가지를 선택합니다.

  2. 학습용 커스텀 컨테이너 및 예측용 커스텀 컨테이너 요구사항과 같은 컨테이너 요구사항 관련 Vertex AI 문서를 참조하세요.

    이러한 요구사항을 고려하고 이에 따라 컨테이너를 수정할 수 있도록 준비하세요.

  3. Deep Learning Containers 로컬 인스턴스를 만듭니다. 이때 Vertex AI 요구사항에 따라 컨테이너를 수정해야 합니다.

  4. 컨테이너를 Artifact Registry로 푸시합니다.

다음 단계