Vertex AI Workbench インスタンスを作成する

このページでは、Google Cloud コンソールまたは Google Cloud CLI を使用して Vertex AI Workbench インスタンスを作成する方法について説明します。インスタンスの作成中に、インスタンスのハードウェア、暗号化タイプ、ネットワーク、その他の詳細を構成できます。

始める前に

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

Google Cloud Console の [プロジェクトセレクタ] ページで、Google Cloud プロジェクトを選択または作成します。

プロジェクトセレクタに移動

Google Cloud プロジェクトで課金が有効になっていることを確認します。

Notebooks API を有効にします。

API を有効にする

Google Cloud Console の [プロジェクトセレクタ] ページで、Google Cloud プロジェクトを選択または作成します。

プロジェクトセレクタに移動

Google Cloud プロジェクトで課金が有効になっていることを確認します。

Notebooks API を有効にします。

API を有効にする

インスタンスを作成する

Vertex AI Workbench インスタンスは、Google Cloud コンソール、gcloud CLI、または Terraform を使用して作成できます。

コンソール

Google Cloud コンソールで、[インスタンス] ページに移動します。

[インスタンス] に移動
[新規作成] をクリックします。
[新しいインスタンス] ダイアログで、[詳細オプション] をクリックします。
[インスタンスを作成] ダイアログの [詳細] セクションで、新しいインスタンスについて次の情報を入力します。
- 名前: 新しいインスタンスの名前を入力します。名前の先頭は英字で、それに続く最大 62 文字の英小文字、数字、ハイフン（-）で構成します。末尾は英字または数字にしてください。
- リージョンとゾーン: 新しいインスタンスのリージョンとゾーンを選択します。最適なネットワークパフォーマンスを得るには、地理的に最も近いリージョンを選択してください。利用可能な Vertex AI Workbench のロケーションをご確認ください。
- ラベル: 省略可。インスタンスのカスタム Key-Value ラベルを指定します。
- タグ: 省略可。インスタンスのタグを指定します。
[環境] で、次の情報を入力します。
- バージョン: 最新バージョンまたは以前のバージョンの Vertex AI Workbench インスタンスを使用します。
- 起動スクリプト: 省略可。[参照] をクリックして、インスタンスの作成後に 1 回だけ実行するスクリプトを選択します。パスは、URL または Cloud Storage パスにする必要があります（例: gs://PATH_TO_FILE/FILE_NAME）。
- メタデータ: 省略可。インスタンスのカスタムメタデータのキーを指定します。
[マシンタイプ] に、次の情報を入力します。
- マシンタイプ: 新しいインスタンスの CPU 数と RAM 容量を選択します。Vertex AI Workbench により、選択した各マシンタイプの 1 か月あたりの費用見積もりが提示されます。
- GPU: 省略可。GPU を使用する場合は、新しいインスタンスの GPU のタイプと GPU の数を選択します。使用するアクセラレータタイプがインスタンスのゾーンで使用可能である必要があります。各ゾーンでのアクセラレータの可用性については、GPU のリージョンとゾーンの可用性をご覧ください。GPU の種類については、Compute Engine の GPU をご覧ください。
  
  [NVIDIA GPU ドライバを自動的にインストールする] を選択します。
  
  注: インスタンスのマシンタイプと GPU 構成は、作成後に変更できます。詳細については、Vertex AI Workbench インスタンスのマシンタイプを変更して GPU を構成するをご覧ください。
- Shielded VM: 省略可。次のチェックボックスをオンまたはオフにします。
  - セキュアブート
  - 仮想トラステッドプラットフォームモジュール（vTPM）
  - 整合性モニタリング
- アイドル状態でのシャットダウン: 省略可。
  - シャットダウンまでの分数を変更するには、[シャットダウンまでの非アクティブ時間（分）] フィールドで、値を 10～1440 の整数に変更します。
  - アイドル状態のシャットダウンをオフにするには、[アイドル状態でのシャットダウンを有効にする] をオフにします。
[ディスク] セクションで、次の情報を入力します。
- ディスク: 省略可。デフォルトのデータディスクの設定を変更するには、[Data disk type] と [Data disk size in GB] を選択します。ディスクタイプの詳細については、ストレージオプションをご覧ください。
- ゴミ箱に移動: 省略可。オペレーティングシステムのデフォルトのゴミ箱動作を使用するには、このチェックボックスをオンにします。デフォルトのゴミ箱動作を使用する場合、JupyterLab ユーザーインターフェースを使用して削除されたファイルは復元できますが、削除されたファイルはディスク容量を使用します。
- 暗号化: [Google が管理する暗号鍵] または [顧客管理の暗号鍵（CMEK）] を選択します。CMEK を使用するには、顧客管理の暗号鍵をご覧ください。
[ネットワーキング] セクションで、次の情報を入力します。
- ネットワーキング: 現在のプロジェクトのネットワーク、またはホストプロジェクトから共有 VPC ネットワーク（構成されている場合）を使用するように、ネットワークオプションを調整します。ホストプロジェクトで共有 VPC を使用している場合は、サービスプロジェクトの Notebooks サービスエージェントに Compute ネットワークユーザーのロール（roles/compute.networkUser）を付与する必要があります。
  1. [ネットワーク] フィールドで、目的のネットワークを選択します。ネットワークで限定公開の Google アクセスが有効になっているか、インターネットにアクセスできる場合は、VPC ネットワークを選択できます。詳細については、ネットワーク構成オプションをご覧ください。
  2. [サブネットワーク] フィールドで、目的のサブネットワークを選択します。
  3. 外部 IP アドレスを無効にするには、[外部 IP アドレスを割り当て] チェックボックスをオフにします。
  4. プロキシアクセスを無効にするには、[プロキシアクセスを許可] チェックボックスをオフにします。
    
    注: プロキシアクセスを無効にする場合は、SSH を使用してインスタンスの JupyterLab インターフェースに接続する必要があります。
[IAM とセキュリティ] セクションで、次の操作を行います。
- IAM とセキュリティ: インスタンスの JupyterLab インターフェースへのアクセス権を付与するには、次のいずれかを行います。
  - サービスアカウントを介して JupyterLab へのアクセス権を付与するには、[サービスアカウント] を選択します。
    - デフォルトの Compute Engine サービスアカウントを使用するには、[Use default Compute Engine service account] を選択します。
    - カスタムサービスアカウントを使用するには、[Use default Compute Engine service account] をクリアし、[サービスアカウントのメールアドレス] フィールドにカスタムサービスアカウントのメールアドレスを入力します。
  - JupyterLab インターフェースへのアクセス権を単一ユーザーに付与する手順は次のとおりです。
    1. [シングルユーザー] を選択し、[ユーザーのメール] フィールドに、アクセス権を付与するユーザーアカウントを入力します。指定したユーザーがインスタンスの作成者でない場合は、指定したユーザーにインスタンスのサービスアカウントに対するサービスアカウントユーザーのロール（roles/iam.serviceAccountUser）を付与する必要があります。
    2. インスタンスはサービスアカウントを使用して、Google Cloud サービスと API を操作します。
      - デフォルトの Compute Engine サービスアカウントを使用するには、[Use default Compute Engine service account] を選択します。
      - カスタムサービスアカウントを使用するには、[Use default Compute Engine service account] をクリアし、[サービスアカウントのメールアドレス] フィールドにカスタムサービスアカウントのメールアドレスを入力します。
  注: サービスアカウントまたはシングルユーザーオプションを使用してインスタンスへのアクセスを許可するには、個人のユーザーアカウントのメールアドレスを使用する必要があります。グループアクセスはサポートされていません。
  アクセス権の付与の詳細については、アクセスを管理するをご覧ください。
- セキュリティ対策: 次のチェックボックスをオンまたはオフにします。
  - インスタンスに対するルートアクセス
  - nbconvert
  - ファイルのダウンロード
  - ターミナルアクセス
[システムの状態] セクションで、次の情報を入力します。
- 環境のアップグレードとシステムの状態: 新しくリリースされた環境のバージョンに自動的にアップグレードするには、[環境の自動アップグレード] を選択して、[アップグレードのスケジュール] を完了します。
- [レポート] で、次のチェックボックスをオンまたはオフにします。
  - システムの状態を報告
  - Cloud Monitoring にカスタム指標を報告する
  - Cloud Monitoring をインストールする
  - 必要な Google ドメインの DNS ステータスを報告する
[作成] をクリックします。

Vertex AI Workbench がインスタンスを作成し、自動的に起動します。インスタンスを使用する準備が整うと、Vertex AI Workbench で [JupyterLab を開く] が有効になります。

gcloud

後述のコマンドデータを使用する前に、次のように置き換えます。

INSTANCE_NAME: Vertex AI Workbench インスタンスの名前。先頭は英字で、それに続く最大 62 文字の英小文字、数字、ハイフン（-）で構成します。末尾にハイフンは使用できません。
PROJECT_ID: プロジェクト ID
LOCATION: インスタンスを配置するゾーン
VM_IMAGE_PROJECT: VM イメージが属する Google Cloud プロジェクトの ID（形式は projects/IMAGE_PROJECT_ID）
VM_IMAGE_NAME: イメージの完全な名前。特定のバージョンのイメージ名を確認するには、特定のバージョンを見つけるをご覧ください
MACHINE_TYPE: インスタンスの VM のマシンタイプ
METADATA: このインスタンスに適用するカスタムメタデータ。たとえば、起動後スクリプトを指定するには、post-startup-script メタデータタグを "--metadata=post-startup-script=gs://BUCKET_NAME/hello.sh" の形式で使用してください。

次のコマンドを実行します。

Linux、macOS、Cloud Shell

gcloud workbench instances create INSTANCE_NAME --project=PROJECT_ID --location=LOCATION --vm-image-project=VM_IMAGE_PROJECT --vm-image-name=VM_IMAGE_NAME --machine-type=MACHINE_TYPE --metadata=METADATA

Windows（PowerShell）

gcloud workbench instances create INSTANCE_NAME --project=PROJECT_ID --location=LOCATION --vm-image-project=VM_IMAGE_PROJECT --vm-image-name=VM_IMAGE_NAME --machine-type=MACHINE_TYPE --metadata=METADATA

Windows（cmd.exe）

gcloud workbench instances create INSTANCE_NAME --project=PROJECT_ID --location=LOCATION --vm-image-project=VM_IMAGE_PROJECT --vm-image-name=VM_IMAGE_NAME --machine-type=MACHINE_TYPE --metadata=METADATA

コマンドラインからインスタンスを作成するコマンドの詳細については、gcloud CLI のドキュメントをご覧ください。

Vertex AI Workbench がインスタンスを作成し、自動的に起動します。インスタンスを使用する準備が整うと、Vertex AI Workbench により Google Cloud コンソールで [JupyterLab を開く] が有効になります。

Terraform

次のサンプルでは、workbench-instance-example という名前の Vertex AI Workbench インスタンスを作成するために google_workbench_instance Terraform リソースが使用されます。

Terraform 構成を適用または削除する方法については、基本的な Terraform コマンドをご覧ください。

resource "google_workbench_instance" "default" {
  name     = "workbench-instance-example"
  location = "us-central1-a"

  gce_setup {
    machine_type = "n1-standard-1"
    accelerator_configs {
      type       = "NVIDIA_TESLA_T4"
      core_count = 1
    }
    vm_image {
      project = "deeplearning-platform-release"
      family  = "tf-latest-gpu"
    }
  }
}

ネットワーク構成オプション

Vertex AI Workbench インスタンスは、VPC ネットワークの外部にあるサービスエンドポイントにアクセスする必要があります。

このアクセスは、次のいずれかの方法で行えます。

インスタンスに外部 IP アドレスを割り当てます。これは、新しいインスタンスの作成時にデフォルトで行われます。利用環境が Google API とサービスのアクセス要件を満たしていることを確認してください。
限定公開の Google アクセスが有効になっているサブネットにインスタンスを接続します。利用環境が限定公開の Google アクセスの要件を満たしていることを確認してください。

private.googleapis.com または restricted.googleapis.com VIP を使用してサービスエンドポイントにアクセスできるようにする場合は、必要なサービスエンドポイントごとに DNS エントリを追加します。

notebooks.googleapis.com
*.notebooks.cloud.google.com
*.notebooks.googleusercontent.com

ネットワークタグ

新しい Vertex AI Workbench インスタンスに、ネットワークタグ deeplearning-vm と notebook-instance が自動的に割り当てられます。

これらのタグを使用すると、VPC ネットワークファイアウォールルールのタグを参照し、Vertex AI Workbench インスタンス間のネットワークアクセスを管理できます。ネットワークタグの詳細については、ネットワークタグを追加するをご覧ください。

Vertex AI Workbench インスタンスのネットワークタグを表示する手順は、次のとおりです。

Google Cloud コンソールで [VM インスタンス] ページに移動します。

[VM インスタンス] に移動
インスタンスの名前をクリックします。
[ネットワーキング] セクションで、ネットワークタグを見つけます。

トラブルシューティング

インスタンスを作成しているときに問題が発生した場合は、一般的な問題の解決に役立つ Vertex AI Workbench のトラブルシューティングをご確認ください。

Vertex AI Workbench インスタンスを作成する

始める前に

インスタンスを作成する

コンソール

gcloud

Linux、macOS、Cloud Shell

Windows（PowerShell）

Windows（cmd.exe）

Terraform

ネットワーク構成オプション

ネットワーク タグ

トラブルシューティング

ネットワークタグ