Vertex AI Workbench-Instanz erstellen

Vertex AI Workbench-Instanz erstellen

Auf dieser Seite erfahren Sie, wie Sie mithilfe der Google Cloud Console oder der Google Cloud CLI eine Vertex AI Workbench-Instanz erstellen. Beim Erstellen einer Instanz können Sie für Ihre Instanz Hardware, Verschlüsselungstyp, Netzwerk und andere Details konfigurieren.

Hinweise

1. 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.

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

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Notebooks API.

   Enable the API

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

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the Notebooks API.

   Enable the API

Instanz erstellen

Sie können eine Vertex AI Workbench-Instanz mit der Google Cloud Console, der gcloud CLI oder Terraform erstellen:

Console

1. Rufen Sie in der Google Cloud Console die Seite Instanzen auf.

   Zur Seite „VM-Instanzen“

2. Klicken Sie auf  NEU ERSTELLEN.

3. Klicken Sie im Dialogfeld Neue Instanz auf Erweiterte Optionen.

4. Geben Sie im Dialogfeld Instanz erstellen im Abschnitt Details die folgenden Informationen für Ihre neue Instanz ein:

   • Notebookname: Geben Sie einen Namen für Ihre neue Instanz ein. Der Name muss mit einem Buchstaben beginnen, gefolgt von bis zu 62 Kleinbuchstaben, Ziffern oder Bindestrichen (-), und darf nicht mit einem Bindestrich enden.
   • Region und Zone: Wählen Sie eine Region und eine Zone für die neue Instanz aus. Wählen Sie für eine optimale Netzwerkleistung die Region aus, die Ihnen geografisch am nächsten liegt. Verfügbare Vertex AI Workbench-Standorte
   • Labels: Optional. Geben Sie benutzerdefinierte Schlüssel/Wert-Labels für die Instanz an.
   • Tags: Optional. Geben Sie Tags für die Instanz an.

5. Geben Sie im Bereich Umgebung Folgendes an:

   • JupyterLab-Version: Wenn Sie JupyterLab 4 (Vorabversion) aktivieren möchten, wählen Sie JupyterLab 4.x aus. Wenn diese Option nicht ausgewählt ist, wird für Ihre Instanz JupyterLab 3 verwendet. Weitere Informationen finden Sie unter Vorabversion von JupyterLab 4.
   • Version: Verwenden Sie die neueste Version oder eine frühere Version von Vertex AI Workbench-Instanzen.
   • Post-Startskript: Optional. Klicken Sie auf Durchsuchen, um ein Script auszuwählen, das nach der Erstellung der Instanz einmal ausgeführt werden soll. Der Pfad muss eine URL oder ein Cloud Storage-Pfad sein, z. B. gs://PATH_TO_FILE/FILE_NAME.
   • Benutzerdefinierte Metadaten: Optional. Geben Sie benutzerdefinierte Metadatenschlüssel für die Instanz an.

6. Geben Sie im Abschnitt Maschinentyp Folgendes ein:

   • Maschinentyp: Wählen Sie die Anzahl der CPUs und die Größe des Arbeitsspeichers für Ihre neue Instanz aus. Vertex AI Workbench gibt für jeden ausgewählten Maschinentyp die geschätzten monatlichen Kosten an.

   • GPU: Optional. Wenn Sie GPUs verwenden möchten, wählen Sie den GPU-Typ und die Anzahl der GPUs für Ihre neue Instanz aus. Der gewünschte Beschleunigertyp muss in der Zone Ihrer Instanz verfügbar sein. Informationen zur Beschleunigerverfügbarkeit nach Zone finden Sie unter Verfügbarkeit von GPU-Regionen und -Zonen. Informationen zu den verschiedenen GPUs finden Sie unter GPUs in Compute Engine.

     Wählen Sie NVIDIA GPU-Treiber automatisch installieren aus.

     Hinweis: Sie können den Maschinentyp und die GPU-Konfiguration für Ihre Instanz nach ihrer Erstellung ändern. Weitere Informationen finden Sie unter Maschinentyp ändern und GPUs einer Vertex AI Workbench-Instanz konfigurieren.

   • Shielded VM: Optional. Aktivieren oder deaktivieren Sie die folgenden Kästchen:

     • Secure Boot
     • Virtual Trusted Platform Module (vTPM)
     • Integritätsmonitoring

   • Herunterfahren bei Inaktivität: Optional.

     • So ändern Sie die Anzahl der Minuten vor dem Herunterfahren: Ändern Sie im Feld Dauer der Inaktivität vor dem Herunterfahren (Minuten) den Wert in eine Ganzzahl im Bereich von 10 bis 1440.

     • Wenn Sie das Herunterfahren bei Inaktivität deaktivieren möchten, entfernen Sie das Häkchen bei Herunterfahren bei Inaktivität aktivieren.

7. Geben Sie im Abschnitt Laufwerke Folgendes an:

   • Laufwerke: Optional. Wenn Sie die Standardeinstellungen für das Datenlaufwerk ändern möchten, wählen Sie einen Datenlaufwerktyp und eine Datenlaufwerkgröße in GB aus. Weitere Informationen zu Laufwerkstypen finden Sie unter Speicheroptionen.

   • Über Papierkorb löschen: Optional. Klicken Sie dieses Kästchen an, um das Standardverhalten des Betriebssystems für den Papierkorb zu verwenden. Wenn Sie das Standardverhalten für den Papierkorb verwenden, können Dateien, die über die JupyterLab-Benutzeroberfläche gelöscht wurden, wiederhergestellt werden. Diese gelöschten Dateien nehmen aber Speicherplatz in Anspruch.

   • Verschlüsselung: Wählen Sie Von Google verwalteter Verschlüsselungsschlüssel oder Vom Kunden verwalteter Verschlüsselungsschlüssel (CMEK) aus. Weitere Informationen zur Verwendung von CMEK finden Sie unter Vom Kunden verwaltete Verschlüsselungsschlüssel.

8. Geben Sie im Abschnitt Netzwerk Folgendes an:

   • Netzwerk: Passen Sie die Netzwerkoptionen an, um ein Netzwerk in Ihrem aktuellen Projekt oder ein freigegebenes VPC-Netzwerk aus einem Hostprojekt zu verwenden, wenn eines konfiguriert ist. Wenn Sie eine freigegebene VPC im Hostprojekt verwenden, müssen Sie auch dem Notebooks-Dienst-Agent aus dem Dienstprojekt die Rolle „Compute Network User“ (roles/compute.networkUser) zuweisen.

     1. Wählen Sie dann im Feld Netzwerk das gewünschte Netzwerk aus. Sie können dabei auch ein VPC-Netzwerk auswählen, sofern das Netzwerk über privaten Google-Zugriff verfügt oder auf das Internet zugreifen kann. Weitere Informationen finden Sie unter Netzwerkkonfigurationsoptionen.

     2. Wählen Sie im Feld Subnetzwerk das gewünschte Subnetzwerk aus.

     3. Um die externe IP-Adresse zu deaktivieren, entfernen Sie das Häkchen aus dem Kästchen Externe IP-Adresse zuweisen.

     4. Wenn Sie den Proxyzugriff deaktivieren möchten, entfernen Sie das Häkchen aus dem Kästchen Proxyzugriff zulassen.

        Hinweis: Wenn Sie den Proxyzugriff deaktivieren, müssen Sie SSH verwenden, um eine Verbindung zur JupyterLab-Benutzeroberfläche Ihrer Instanz herzustellen.

9. Geben Sie im Bereich IAM und Sicherheit Folgendes an:

   • IAM und Sicherheit: Führen Sie einen der folgenden Schritte aus, um Zugriff auf die JupyterLab-Oberfläche der Instanz zu gewähren:

     • Wenn Sie JupyterLab über ein Dienstkonto Zugriff gewähren möchten, wählen Sie Dienstkonto aus.

       • Wählen Sie Compute Engine-Standarddienstkonto verwenden aus, um das Compute Engine-Standarddienstkonto zu verwenden.

       • Wenn Sie ein benutzerdefiniertes Dienstkonto verwenden möchten, deaktivieren Sie Compute Engine-Dienstkonto verwenden und geben Sie dann im Feld E-Mail-Adresse des Dienstkontos die E-Mail-Adresse Ihres benutzerdefinierten Dienstkontos ein.

     • So gewähren Sie einem einzelnen Nutzer Zugriff auf die JupyterLab-Benutzeroberfläche:

       1. Wählen Sie Einzelner Nutzer aus und geben Sie dann im Feld E-Mail-Adresse des Nutzers das Nutzerkonto ein, dem Sie Zugriff gewähren möchten. Wenn der angegebene Nutzer nicht der Ersteller der Instanz ist, müssen Sie ihm die Rolle Service Account User (roles/iam.serviceAccountUser) für das Dienstkonto der Instanz zuweisen.

       2. Ihre Instanz verwendet ein Dienstkonto, um mit Google Cloud-Diensten und ‑APIs zu interagieren.

          • Wählen Sie Compute Engine-Standarddienstkonto verwenden aus, um das Compute Engine-Standarddienstkonto zu verwenden.

          • Wenn Sie ein benutzerdefiniertes Dienstkonto verwenden möchten, deaktivieren Sie Compute Engine-Dienstkonto verwenden und geben Sie dann im Feld E-Mail-Adresse des Dienstkontos die E-Mail-Adresse Ihres benutzerdefinierten Dienstkontos ein.

     Hinweis: Wenn Sie über das Dienstkonto oder die Option eines einzelnen Nutzers Zugriff auf die Instanz gewähren möchten, müssen Sie die E-Mail-Adresse des Nutzerkontos einer Person verwenden. Gruppenzugriff wird nicht unterstützt.

     Weitere Informationen zum Gewähren des Zugriffs finden Sie unter Zugriff verwalten.

   • Sicherheit: Aktivieren oder deaktivieren Sie die folgenden Kästchen:

     • Root-Zugriff auf die Instanz
     • nbconvert
     • Download von Dateien
     • Terminalzugriff

10. Geben Sie im Abschnitt Systemzustand Folgendes ein:

    • Umgebungsupgrade und Systemzustand: Wenn Sie ein automatisches Upgrade auf neu veröffentlichte Umgebungsversionen durchführen möchten, wählen Sie Automatisches Umgebungsupgrade aus und füllen Sie den Upgrade-Plan aus

    • Aktivieren oder deaktivieren Sie unter Berichterstellung die folgenden Kästchen:

      • Bericht zum Systemzustand aktivieren
      • Benutzerdefinierte Messwerte an Cloud Monitoring melden
      • Cloud Monitoring installieren
      • DNS-Status für erforderliche Google-Domains melden

11. Klicken Sie auf Erstellen.

    Vertex AI Workbench erstellt eine Instanz und startet sie automatisch. Sobald die Instanz einsatzbereit ist, aktiviert Vertex AI Workbench den Link JupyterLab öffnen.

gcloud

Ersetzen Sie folgende Werte, bevor sie einen der Befehlsdaten verwenden:

• INSTANCE_NAME: der Name Ihrer Vertex AI Workbench-Instanz; muss mit einem Buchstaben beginnen, gefolgt von bis zu 62 Kleinbuchstaben, Ziffern oder Bindestrichen (-) und darf nicht mit einem Bindestrich enden
• PROJECT_ID: Ihre Projekt-ID.
• LOCATION: die Zone, in der sich Ihre Instanz befinden soll
• VM_IMAGE_PROJECT: Die ID des Google Cloud-Projekts, zu dem das VM-Image gehört, im Format IMAGE_PROJECT_ID. Die Standard-Google Cloud-Projekt-ID für unterstützte Images lautet cloud-notebooks-managed.
• VM_IMAGE_NAME: Der vollständige Image-Name. Um den Image-Namen einer bestimmten Version zu finden, siehe Spezifische Version finden
• MACHINE_TYPE: Der Maschinentyp der VM-Instanz.

• METADATA: Benutzerdefinierte Metadaten, die auf diese Instanz angewendet werden sollen. Wenn Sie beispielsweise ein Post-Startscript angeben möchten, können Sie das Metadaten-Tag post-startup-script im folgenden Format verwenden: --metadata=post-startup-script=gs://BUCKET_NAME/hello.sh

  Um die Vorabversion von JupyterLab 4 zu aktivieren, verwenden Sie --metadata=enable-jupyterlab4-preview=true. Weitere Informationen finden Sie unter Vorabversion von JupyterLab 4.

Führen Sie folgenden Befehl aus:

Linux, macOS oder Cloud Shell

Hinweis: Prüfen Sie, ob die Google Cloud CLI mit Authentifizierung und einem Projekt initialisiert wurde. Führen Sie dazu gcloud init oder gcloud auth login und gcloud config set project aus.

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)

Hinweis: Prüfen Sie, ob die Google Cloud CLI mit Authentifizierung und einem Projekt initialisiert wurde. Führen Sie dazu gcloud init oder gcloud auth login und gcloud config set project aus.

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)

Hinweis: Prüfen Sie, ob die Google Cloud CLI mit Authentifizierung und einem Projekt initialisiert wurde Führen Sie dazu gcloud init oder gcloud auth login und gcloud config set project aus.

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

Weitere Informationen zum Befehl zum Erstellen einer Instanz über die Befehlszeile ausführen, siehe gcloud CLI Dokumentation.

Vertex AI Workbench erstellt eine Instanz und startet sie automatisch. Sobald die Instanz einsatzbereit ist, aktiviert Vertex AI Workbench den Link JupyterLab öffnen in der Google Cloud Console.

Terraform

Im folgenden Beispiel wird die Terraform-Ressource google_workbench_instance verwendet, um eine Vertex AI Workbench-Instanz mit dem Namen workbench-instance-example zu erstellen.

Informationen zum Anwenden oder Entfernen einer Terraform-Konfiguration finden Sie unter Grundlegende Terraform-Befehle.

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-Vorabversion

Vorschau — JupyterLab 4

Diese Funktion unterliegt den „Nutzungsbedingungen für Pre-GA-Angebote“ im Abschnitt „Allgemeine Nutzungsbedingungen“ der dienstspezifischen Nutzungsbedingungen. Pre-GA-Funktionen sind „wie besehen“ verfügbar und werden möglicherweise nur eingeschränkt unterstützt. Weitere Informationen finden Sie in den Beschreibungen der Startphase.

In diesem Abschnitt wird beschrieben, wie Sie die JupyterLab-Version in Ihrer Instanz ändern. Außerdem finden Sie in diesem Abschnitt Einschränkungen, die Sie beim Aktivieren von JupyterLab 4 beachten müssen.

Version von JupyterLab in einer vorhandenen Instanz ändern

Sie können die JupyterLab-Version Ihrer Instanz mit der Google Cloud Console oder der gcloud CLI ändern.

Console

So ändern Sie die JupyterLab-Version auf einer vorhandenen Instanz:

1. Rufen Sie in der Google Cloud Console die Seite Instanzen auf.

   Zur Seite „VM-Instanzen“

2. Klicken Sie auf den Namen Ihrer Instanz, um die Seite Instanzdetails zu öffnen.

3. Führen Sie auf dem Tab System einen der folgenden Schritte aus:

   • Wenn Sie die Vorabversion aktivieren möchten, wählen Sie Vorabversion von JupyterLab 4 aktivieren aus.

   • Wenn Sie die Vorabversion deaktivieren und JupyterLab 3 verwenden möchten, entfernen Sie das Häkchen bei Vorabversion von JupyterLab 4 aktivieren.

4. Klicken Sie auf Senden.

5. Instanz zurücksetzen

gcloud

Sie können die JupyterLab-Version auf einer vorhandenen Instanz mit dem folgenden Befehl ändern:

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

Ersetzen Sie Folgendes:

• PROJECT_ID: Ihre Projekt-ID.
• LOCATION: die Zone, in der sich Ihre Instanz befinden soll
• INSTANCE_NAME: der Name Ihrer Vertex AI Workbench-Instanz

• ENABLEMENT_BOOLEAN: Verwenden Sie einen der folgenden Werte:

  • true: Aktiviert die Vorabversion von JupyterLab 4.
  • false: Deaktiviert die JupyterLab 4-Vorabversion und wechselt zu JupyterLab 3.

Beschränkungen

Beachten Sie die folgenden Einschränkungen, wenn Sie die Vorabversion von JupyterLab 4 aktivieren:

• Integrationen mit Google Cloud-Diensten wie BigQuery und Cloud Storage werden während der Vorabversion nicht unterstützt.

• Das Aktivieren von JupyterLab 4 in einer benutzerdefinierten containerbasierten Instanz wird unterstützt. Weitere Informationen zu den Einschränkungen bei der Verwendung benutzerdefinierter Container mit Vertex AI Workbench

Optionen für die Netzwerkkonfiguration

Eine Vertex AI Workbench-Instanz muss auf Dienstendpunkte außerhalb Ihres VPC-Netzwerk zugreifen.

Sie können diesen Zugriff auf eine der folgenden Arten gewähren:

• Weisen Sie der Instanz eine externe IP-Adresse zu. Das geschieht standardmäßig, wenn Sie eine neue Instanz erstellen. Achten Sie darauf, dass Ihre Umgebung die Anforderungen für den Zugriff auf Google APIs und Google-Dienste erfüllt.

• Verbinden Sie die Instanz mit einem Subnetz, in dem der private Google-Zugriff aktiviert ist. Achten Sie darauf, dass Ihre Umgebung die Anforderungen für den privaten Google-Zugriff erfüllt.

Wenn Sie die VIP private.googleapis.com oder restricted.googleapis.com verwenden, um Zugriff auf die Dienstendpunkte zu gewähren, fügen Sie DNS-Einträge für alle erforderlichen Dienstendpunkte hinzu:

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

Fügen Sie für eine Dataproc-kompatible Instanz zusätzlich einen DNS-Eintrag für Folgendes hinzu:

• *.kernels.googleusercontent.com

Fügen Sie für eine Instanz mit Anmeldedaten eines Drittanbieters einen DNS-Eintrag für Folgendes hinzu:

• *.byoid.googleusercontent.com

Hinweis: Das Dataproc JupyterLab-Plug-in unterstützt keine VPC Service Controls (siehe Einschränkungen bei der Verwendung von Dataproc). Sie müssen daher das private.googleapis.com-VIP verwenden oder Dataproc für Ihre Instanz deaktivieren.

Netzwerk-Tags

Der neuen Vertex AI Workbench-Instanz werden automatisch die Netzwerk-Tags deeplearning-vm und notebook-instance zugewiesen.

Mit diesen Tags können Sie den Netzwerkzugriff auf und von Ihrer Vertex AI Workbench-Instanz verwalten, indem Sie auf diese Tags in den Firewallregeln Ihres VPC-Netzwerks verweisen. Weitere Informationen zu Netzwerktags finden Sie unter Netzwerktags konfigurieren.

So rufen Sie die Netzwerk-Tags für eine Vertex AI Workbench-Instanz auf:

1. Rufen Sie in der Google Cloud Console die Seite VM-Instanzen auf.

   Zur Seite „VM-Instanzen“

2. Klicken Sie auf den Namen der Instanz.

3. Suchen Sie im Abschnitt Netzwerk nach Netzwerk-Tags.

Fehlerbehebung

Sollte beim Erstellen einer Instanz ein Problem auftreten, finden Sie unter Fehlerbehebung für Vertex AI Workbench Informationen zu häufig auftretenden Problemen.

Nächste Schritte

1. Informationen dazu, wie Sie mit einem Jupyter-Notebook die ersten Schritte mit Vertex AI und anderen Google Cloud-Diensten ausführen, finden Sie unter Vertex AI Jupyter Notebook – Anleitungen.
2. Informationen zum Überprüfen des Systemstatus Ihrer Vertex AI Workbench-Instanz finden Sie unter Systemstatus überwachen.