本頁面由 Cloud Translation API 翻譯而成。

建立 Vertex AI Workbench 執行個體

本頁面說明如何使用 Google Cloud 控制台或 Google Cloud CLI 建立 Vertex AI Workbench 執行個體。建立執行個體時，您可以設定執行個體的硬體、加密類型、網路和其他詳細資料。

事前準備

建立 Vertex AI Workbench 執行個體前，請先完成下列步驟：

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.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Notebooks API.

Enable the API

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Notebooks API.

Enable the API

建立執行個體

您可以使用 Google Cloud 控制台、gcloud CLI 或 Terraform 建立 Vertex AI Workbench 執行個體：

主控台

前往 Google Cloud 控制台的「Instances」(執行個體) 頁面。

前往「Instances」(執行個體) 頁面
按一下「建立新標籤」。
在「New instance」對話方塊中，按一下「Advanced options」。
在「建立執行個體」對話方塊的「詳細資料」部分，為新執行個體提供下列資訊：
- 名稱：為新執行個體命名。名稱開頭須為英文字母，後面最多可接 62 個小寫英文字母、數字或連字號 (-)，但結尾不得為連字號。
- 「Region」(地區)和「Zone」(區域)：選取新執行個體的地區和區域。如要獲得最佳網路效能，請選取最靠近您的地理區域。請參閱可用的 Vertex AI Workbench 位置。
- 標籤：選用。為執行個體提供自訂鍵/值標籤。
- 網路標記：選用。提供執行個體的網路標記。
在「環境」部分中，提供下列資訊：
- JupyterLab 版本：如要啟用 JupyterLab 4 (搶先版)，請選取「JupyterLab 4.x」。如未選取，執行個體會使用 JupyterLab 3。詳情請參閱 JupyterLab 4 預先發布版。
- 版本：使用最新版本或舊版 Vertex AI Workbench 執行個體。
- 開機後指令碼：選用。按一下「瀏覽」，選取要在執行個體建立後執行一次的指令碼。路徑必須是網址或 Cloud Storage 路徑，例如：gs://PATH_TO_FILE/FILE_NAME。
- 中繼資料：選用。為執行個體提供自訂中繼資料鍵。
在「Machine type」(機器類型) 專區中，提供下列資訊：
- 「Machine type」(機器類型)：為新執行個體選取 CPU 和 RAM 的數量。Vertex AI Workbench 會針對您選取的各種機器類型提供每月預估費用。
- GPU：選用。如要使用 GPU，請為新執行個體選取 GPU 類型和 GPU 數量。您想要的加速器類型必須可在執行個體所在區域使用。如要瞭解各區域的加速器供應情形，請參閱 GPU 區域和區域供應情形。如需不同 GPU 的相關資訊，請參閱 Compute Engine 上的 GPU 一文。
  
  選取「自動為我安裝 NVIDIA GPU 驅動程式」。
  
  注意： 您可以在建立執行個體之後才修改執行個體的機器類型和 GPU 設定。詳情請參閱「變更 Vertex AI Workbench 執行個體的機器類型並設定 GPU」。
- 受防護的 VM：選用。選取或取消選取下列核取方塊：
  - 安全啟動
  - 虛擬信任平台模組 (vTPM)
  - 完整性監控
- 閒置關閉：選用。
  - 如要變更關機前的分鐘數，請在「關機前的閒置時間 (分鐘)」欄位中，將值變更為 10 到 1440 之間的整數。
  - 如要關閉閒置關機功能，請取消勾選「啟用閒置關機功能」。
在「Disks」(磁碟) 部分，提供下列資訊：
- Disks：選用。如要變更預設資料磁碟設定，請選取「資料磁碟類型」和「資料磁碟大小 (以 GB 為單位)」。如要進一步瞭解磁碟類型，請參閱「儲存空間選項」一文。
- 刪除並移到垃圾桶：選用。選取這個核取方塊，即可使用作業系統的預設垃圾桶處理模式。如果使用預設垃圾桶處理模式，透過 JupyterLab 使用者介面刪除的檔案可以復原，但這些已刪除的檔案會佔用磁碟空間。
- 加密：選取 Google-managed encryption key 或「客戶管理的加密金鑰 (CMEK)」。如要使用 CMEK，請參閱「客戶自行管理的加密金鑰」。
在「Networking」(網路) 區段中，提供下列資訊：
- 網路：調整網路選項，使用目前專案中的網路，或使用主專案中的共用虛擬私人雲端網路 (如有設定)。如果您在主專案中使用共用虛擬私有雲，也必須將Compute 網路使用者角色 (roles/compute.networkUser) 授予服務專案中的 Notebooks 服務代理程式。
  1. 在「Network」(網路) 欄位中，選取所需的網路。您可以選取虛擬私人雲端網路，只要該網路已啟用私人 Google 存取功能或者可以存取網際網路即可。詳情請參閱網路設定選項。
  2. 在「Subnetwork」(子網路) 欄位中，選取所需的子網路。
  3. 如要關閉外部 IP 位址，請取消勾選「指派外部 IP 位址」核取方塊。
  4. 如要關閉 Proxy 存取權，請清除「允許透過 Proxy 存取」核取方塊。
    
    注意： 如果停用 Proxy 存取權，則必須使用 SSH 連線至執行個體的 JupyterLab 介面。
在「IAM and security」(身分與存取權管理和安全性) 部分，提供下列資訊：
- IAM 和安全性：如要授予執行個體 JupyterLab 介面的存取權，請完成下列任一步驟：
  - 如要透過服務帳戶授予 JupyterLab 存取權，請選取「服務帳戶」。
    - 如要使用預設的 Compute Engine 服務帳戶，請選取「使用預設的 Compute Engine 服務帳戶」。
    - 如要使用自訂服務帳戶，請取消勾選「使用預設 Compute Engine 服務帳戶」，然後在「服務帳戶電子郵件地址」欄位中，輸入自訂服務帳戶的電子郵件地址。
  - 如要將 JupyterLab 介面的存取權授予單一使用者，請按照下列步驟操作：
    1. 選取「單一使用者」，然後在「使用者電子郵件」欄位中，輸入要授予存取權的使用者帳戶。如果指定的使用者不是執行個體的建立者，您必須將服務帳戶使用者角色 (roles/iam.serviceAccountUser) 授予執行個體服務帳戶的指定使用者。
    2. 執行個體會使用服務帳戶與Google Cloud 服務和 API 互動。
      - 如要使用預設的 Compute Engine 服務帳戶，請選取「使用預設的 Compute Engine 服務帳戶」。
      - 如要使用自訂服務帳戶，請取消勾選「使用預設 Compute Engine 服務帳戶」，然後在「服務帳戶電子郵件地址」欄位中，輸入自訂服務帳戶的電子郵件地址。
  注意： 如要透過服務帳戶或單一使用者選項授予執行個體存取權，請務必使用個別使用者的使用者帳戶電子郵件地址。系統不支援群組存取權。
  
  如要進一步瞭解如何授予存取權，請參閱「管理存取權」。
- 安全性選項：選取或取消選取下列核取方塊：
  - 執行個體的根目錄存取權
  - nbconvert
  - 下載檔案
  - 終端機存取權
在「系統健康狀態」部分，提供下列資訊：
- 環境升級與系統健康狀態：如要自動升級至新發布的環境版本，請選取「自動升級環境」，然後完成「升級時間表」。
- 在「報表」中，選取或取消選取下列核取方塊：
  - 回報系統健康狀態
  - 向 Cloud Monitoring 回報自訂指標
  - 安裝 Cloud Monitoring
  - 回報所需 Google 網域的 DNS 狀態
點選「建立」。

Vertex AI Workbench 會建立執行個體並自動啟動。執行個體可供使用時，Vertex AI Workbench 會啟用「Open JupyterLab」(開啟 JupyterLab) 連結。

gcloud

使用下列任何指令資料之前，請先替換以下項目：

INSTANCE_NAME：Vertex AI Workbench 執行個體的名稱；開頭須為英文字母，後面最多可接 62 個小寫英文字母、數字或連字號 (-)，但結尾不得為連字號
PROJECT_ID：您的專案 ID
LOCATION：您希望執行個體所在的區域
VM_IMAGE_PROJECT：VM 映像檔所屬 Google Cloud 專案的 ID；支援的映像檔預設 Google Cloud 專案 ID 為 cloud-notebooks-managed
VM_IMAGE_NAME：圖片名稱。如要尋找特定版本的圖片名稱，請參閱「尋找特定版本」一節。
MACHINE_TYPE：執行個體 VM 的機器類型
METADATA：要套用至這個執行個體的自訂中繼資料；舉例來說，如要指定開機後指令碼，可以使用 post-startup-script 中繼資料標記，格式如下：--metadata=post-startup-script=gs://BUCKET_NAME/hello.sh

如要啟用 JupyterLab 4 預先發布版，請使用 --metadata=enable-jupyterlab4-preview=true。詳情請參閱 JupyterLab 4 預先發布版。

執行下列指令：

Linux、macOS 或 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

如要進一步瞭解如何透過指令列建立執行個體的指令，請參閱 gcloud CLI 說明文件。

Vertex AI Workbench 會建立執行個體並自動啟動。執行個體可供使用時，Vertex AI Workbench 會在 Google Cloud 控制台中啟用「Open JupyterLab」(開啟 JupyterLab) 連結。

Terraform

下列範例使用 google_workbench_instance Terraform 資源，建立名為 workbench-instance-example 的 Vertex AI Workbench 執行個體。

如要瞭解如何套用或移除 Terraform 設定，請參閱「基本 Terraform 指令」。

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 = "cloud-notebooks-managed"
      family  = "workbench-instances"
    }
  }
}

JupyterLab 4 預先發布版

本節說明如何變更執行個體上的 JupyterLab 版本。本節也說明啟用 JupyterLab 4 時應考量的限制。

變更現有執行個體的 JupyterLab 版本

您可以使用Google Cloud 控制台或 gcloud CLI 變更執行個體的 JupyterLab 版本。

主控台

如要變更現有執行個體的 JupyterLab 版本，請按照下列步驟操作：

前往 Google Cloud 控制台的「Instances」(執行個體) 頁面。

前往「Instances」(執行個體) 頁面
按一下執行個體名稱，開啟「Instance details」(執行個體詳細資料) 頁面。
在「系統」分頁中，執行下列任一操作：
- 如要啟用預先發布版，請選取「啟用 JupyterLab 4 預先發布版」。
- 如要關閉預先發布版並使用 JupyterLab 3，請取消勾選「啟用 JupyterLab 4 預先發布版」。
按一下「提交」。
重設執行個體。

gcloud

您可以使用下列指令，變更現有執行個體上的 JupyterLab 版本：

gcloud workbench instances update INSTANCE_NAME \
    --project="PROJECT_ID" \
    --location="LOCATION" \
    --metadata=enable-jupyterlab4-preview=ENABLEMENT_BOOLEAN

更改下列內容：

PROJECT_ID：您的專案 ID
LOCATION：您要執行個體所在的區域
INSTANCE_NAME：Vertex AI Workbench 執行個體的名稱
ENABLEMENT_BOOLEAN：請使用下列其中一個值：
- true：啟用 JupyterLab 4 預先發布版
- false：關閉 JupyterLab 4 預先發布版，並切換至 JupyterLab 3

限制

啟用 JupyterLab 4 預先發布版時，請注意下列限制：

預先發布版不支援與 BigQuery 和 Cloud Storage 等服務整合。 Google Cloud
系統支援在以自訂容器為基礎的執行個體中啟用 JupyterLab 4。請參閱使用 Vertex AI Workbench 自訂容器的限制。

網路設定選項

Vertex AI Workbench 執行個體必須存取虛擬私有雲網路外部的服務端點。

您可以透過下列任一方式提供存取權：

將外部 IP 位址指派給執行個體。建立新執行個體時，系統預設會執行這項操作。請確認您的環境符合存取 Google API 和服務的規定。
將執行個體連線至已啟用私人 Google 存取權的子網路。確認環境符合 Private Google Access 的需求條件。

如果您使用 private.googleapis.com 或 restricted.googleapis.com 虛擬 IP 位址提供服務端點存取權，請為每個必要服務端點新增 DNS 項目：

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

如果執行個體使用第三方憑證，請為下列項目新增 DNS 項目：

*.byoid.googleusercontent.com

網路標記

新的 Vertex AI Workbench 執行個體會自動指派 deeplearning-vm 和 notebook-instance 網路標記。

您可以在虛擬私有雲網路防火牆規則中參照這些標記，藉此管理 Vertex AI Workbench 執行個體的網路存取權。如要進一步瞭解網路標記，請參閱「新增網路標記」。

如要查看 Vertex AI Workbench 執行個體的網路標記，請按照下列步驟操作：

前往 Google Cloud 控制台的「VM instances」(VM 執行個體) 頁面。

前往 VM 執行個體
按一下執行個體的名稱。
在「Networking」(網路) 區段中，找到「Network tags」(網路標記)。

疑難排解

如果無法順利建立執行個體，請參閱「排解 Vertex AI Workbench 問題」，取得常見問題的相關協助。

後續步驟

如要使用筆記本，協助您開始使用 Vertex AI 和其他 Google Cloud 服務，請參閱 Vertex AI 筆記本教學課程。
建立啟用機密運算的執行個體。
如要檢查 Vertex AI Workbench 執行個體的健康狀態，請參閱「監控健康狀態」。
如需簡化 Vertex AI 網路設定的 Terraform 解決方案，請參閱「簡化 Cloud 網路設定解決方案」。
您可以使用私人 IP 建立 Vertex AI Workbench 執行個體。如需 Terraform 解決方案，請參閱 Workbench。
如要進一步瞭解如何授予存取權，請參閱「管理存取權」。
如要使用 CMEK，請參閱「客戶自行管理的加密金鑰」。