Antes de começar a usar o Ray no Vertex AI, siga estes passos para configurar o seu projeto Google e o SDK Vertex AI para Python:
Configure a faturação para o seu projeto, instale a CLI gcloud e ative a API Vertex AI. Para o fazer, siga os passos em Configurar um projeto e um ambiente de desenvolvimento.
Pré-requisito: tem de saber como desenvolver programas com o Ray de código aberto.
O SDK Ray on Vertex AI para Python usado aqui é uma versão do SDK Vertex AI para Python que inclui a funcionalidade do Ray Client, conetor Ray BigQuery, gestão de clusters Ray no Vertex AI e previsões no Vertex AI.
Se usar o Ray na Vertex AI na Google Cloud consola, um bloco de notas do Colab Enterprise orienta-o no processo de instalação do SDK Vertex AI para Python depois de criar um cluster do Ray.
Se usar o Ray no Vertex AI no Vertex AI Workbench ou noutro ambiente Python interativo, instale o SDK Vertex AI para Python:
# The latest image in the Ray cluster includes Ray 2.47 # The latest supported Python version is Python 3.11. $ pip install google-cloud-aiplatform[ray]
Depois de instalar o SDK, reinicie o kernel antes de importar pacotes.
Opcional: se planear ler a partir do BigQuery, crie um novo conjunto de dados do BigQuery ou use um conjunto de dados existente. Para o fazer, consulte o artigo crie um novo conjunto de dados do BigQuery.
(Opcional) Para mitigar o risco de exfiltração de dados do Vertex AI, ative o VPC Service Controls e especifique uma rede de VPC quando criar um cluster. Para mais informações, consulte o artigo VPC Service Controls com a Vertex AI.
Se ativar os VPC Service Controls, não pode aceder a recursos fora do perímetro, como ficheiros num contentor do Cloud Storage.
(Opcional) Para usar uma imagem de contentor personalizada, aloje-a no Artifact Registry. Uma imagem personalizada permite-lhe adicionar dependências do Python que não estão incluídas nas imagens de contentores pré-criadas. Para criar imagens personalizadas, consulte a secção Como agrupar o software na documentação do Docker.
(Opcional) Se especificar uma rede VPC ao criar um cluster do Ray no Vertex AI, é altamente recomendável que use uma rede VPC no modo automático no seu projeto. As redes VPC no modo personalizado e várias redes VPC no mesmo projeto não são suportadas e podem fazer com que a criação do cluster falhe.
Proteja os seus clusters
Siga as práticas recomendadas e as diretrizes do Ray, incluindo a execução de código fidedigno em redes fidedignas, para proteger as suas cargas de trabalho do Ray. A implementação do ray.io nas suas instâncias na nuvem enquadra-se no modelo de responsabilidade partilhada.
Para mais informações sobre as Google Cloud práticas recomendadas, consulte o boletim de segurança GCP-2024-020.
Localizações suportadas
A tabela Disponibilidade de funcionalidades apresenta as localizações disponíveis para o Ray no Vertex AI para preparação de modelos personalizados.