Sebelum Anda mulai menggunakan Ray di Vertex AI, ikuti langkah-langkah untuk menyiapkan Project Google dan Vertex AI SDK untuk Python:
Ikuti langkah-langkah di Menyiapkan project dan pengembangan lingkungan untuk menyiapkan penagihan proyek Anda, instal gcloud CLI dan aktifkan Vertex AI API.
Prasyarat: Anda harus sudah mengetahui cara mengembangkan program menggunakan open source Sinar.
Ray on Vertex AI SDK untuk Python yang digunakan di sini adalah versi Vertex AI SDK untuk Python yang mencakup fungsionalitas Ray Klien, Konektor BigQuery Ray, Ray pengelolaan cluster di Vertex AI, dan prediksi di Vertex AI.
Jika Anda menggunakan Ray di Vertex AI di Konsol Google Cloud, Colab Enterprise memandu Anda melakukan penginstalan Vertex AI SDK untuk Python setelah Anda membuat gugus Ray.
Jika Anda menggunakan Ray di Vertex AI di Vertex AI Workbench atau lingkungan Python interaktif lainnya, instal Vertex AI SDK untuk Python:
# The latest image in the Ray cluster includes Ray 2.9 # The latest supported Python version is Python 3.10. $ pip install google-cloud-aiplatform[ray]
Setelah Anda menginstal SDK, mulai ulang kernel sebelum Anda mengimpor paket.
(Opsional) Jika Anda berencana untuk membaca dari BigQuery, Anda perlu membuat set data BigQuery baru atau menggunakan {i>dataset<i} aslinya.
(Opsional) Untuk mengurangi risiko pemindahan data yang tidak sah dari Vertex AI, Anda dapat mengaktifkan Kontrol Layanan VPC dan menentukan jaringan VPC saat membuat cluster. Untuk selengkapnya lihat Kontrol Layanan VPC dengan Vertex AI.
Jika mengaktifkan Kontrol Layanan VPC, Anda tidak akan dapat menjangkau resource di luar perimeter, seperti file dalam bucket Cloud Storage.
(Opsional) Untuk menggunakan image penampung kustom, hosting image tersebut di Artifact Registry. Image kustom memungkinkan Anda menambahkan dependensi Python yang tidak disertakan dengan image container bawaan. Untuk membuat image kustom, lihat Mengemas software Anda di dokumentasi Docker.
(Opsional) Jika Anda menentukan jaringan VPC saat membuat cluster Ray di Vertex AI, sebaiknya Anda memiliki satu jaringan VPC mode otomatis dalam proyek Anda. Anda mungkin mengalami masalah jika menggunakan VPC mode kustom atau menggunakan beberapa jaringan VPC untuk membuat cluster di project yang sama.
Mengamankan cluster Anda
Mengikuti praktik terbaik dan pedoman Ray, termasuk menjalankan kode tepercaya pada jaringan tepercaya, untuk mengamankan beban kerja Ray Anda. Deployment ray.io di instance cloud Anda termasuk dalam model tanggung jawab bersama.
Untuk informasi selengkapnya tentang praktik terbaik Google Cloud, lihat Buletin keamanan GCP-2024-020.
Lokasi yang didukung
Tabel Ketersediaan fitur untuk pelatihan model Kustom mencantumkan lokasi yang tersedia untuk Ray on Vertex AI.