Membuat instance Vertex AI Workbench

Membuat instance Vertex AI Workbench

Halaman ini menunjukkan cara membuat instance Vertex AI Workbench menggunakan Konsol Google Cloud atau Google Cloud CLI. Saat membuat instance, Anda dapat mengonfigurasi hardware, jenis enkripsi, jaringan, dan detail instance lainnya.

Sebelum memulai

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

Membuat instance

Anda dapat membuat instance Vertex AI Workbench menggunakan konsol Google Cloud, gcloud CLI, atau Terraform:

Konsol

1. Di konsol Google Cloud, buka halaman Instance.

   Buka Instance

2. Klik  Buat baru.

3. Dalam dialog Instance baru, klik Opsi lanjutan.

4. Pada dialog Buat instance, di bagian Detail, berikan informasi berikut untuk instance baru Anda:

   • Nama: Berikan nama untuk instance baru Anda. Nama harus dimulai dengan huruf yang diikuti dengan maksimal 62 huruf kecil, angka, atau tanda hubung (-), dan tidak boleh diakhiri dengan tanda hubung.
   • Region dan Zona: Pilih region dan zona untuk instance baru. Untuk mendapatkan performa jaringan terbaik, pilih region yang paling dekat secara geografis dengan Anda. Lihat lokasi Vertex AI Workbench yang tersedia.
   • Labels: Opsional. Berikan label nilai kunci kustom untuk instance.
   • Tag: Opsional. Berikan tag untuk instance.

5. Di bagian Environment, berikan hal berikut:

   • Versi JupyterLab: Untuk mengaktifkan JupyterLab 4 (Pratinjau), pilih JupyterLab 4.x. Jika tidak dipilih, instance Anda akan menggunakan JupyterLab 3. Untuk informasi selengkapnya, lihat pratinjau JupyterLab 4.
   • Version: Gunakan instance Vertex AI Workbench versi terbaru atau versi sebelumnya.
   • Post-startup script: Opsional. Klik Browse untuk memilih skrip yang akan dijalankan satu kali setelah instance dibuat. Jalur tersebut harus berupa URL atau jalur Cloud Storage, misalnya: gs://PATH_TO_FILE/FILE_NAME.
   • Metadata: Opsional. Sediakan kunci metadata kustom untuk instance.

6. Di bagian Machine type, berikan hal berikut:

   • Machine type: Pilih jumlah CPU dan jumlah RAM untuk instance baru Anda. Vertex AI Workbench menyediakan perkiraan biaya bulanan untuk setiap jenis mesin yang Anda pilih.

   • GPU: Opsional. Jika Anda menggunakan GPU, pilih GPU type dan Number of GPU untuk instance baru Anda. Jenis akselerator yang Anda inginkan harus tersedia di zona instance Anda. Untuk mempelajari ketersediaan akselerator menurut zona, lihat Ketersediaan zona dan region GPU. Untuk mengetahui informasi tentang berbagai GPU, lihat GPU di Compute Engine.

     Pilih Install NVIDIA GPU driver automatically for me.

     Catatan: Anda dapat mengubah jenis mesin dan konfigurasi GPU untuk instance setelah dibuat. Untuk informasi selengkapnya, lihat Mengubah jenis mesin dan mengonfigurasi GPU dari instance Vertex AI Workbench.

   • Shielded VM: Opsional. Centang atau hapus centang kotak berikut:

     • Secure Boot
     • Virtual Trusted Platform Module (vTPM)
     • Integrity monitoring

   • Idle shutdown: Opsional.

     • Untuk mengubah jumlah menit sebelum penonaktifan, di kolom Time of inactivity before shutdown (Minutes), ubah nilai menjadi bilangan bulat, mulai dari 10 hingga 1440.

     • Untuk menonaktifkan penonaktifan saat tidak ada aktivitas, hapus centang Enable Idle Shutdown.

7. Di bagian Disk, berikan hal berikut:

   • Disks: Opsional. Untuk mengubah setelan disk data default, pilih Data disk type dan Data disk size in GB. Untuk mengetahui informasi selengkapnya tentang jenis disk, lihat Opsi penyimpanan.

   • Delete to trash: Opsional. Centang kotak ini untuk menggunakan perilaku sampah default sistem operasi. Jika Anda menggunakan perilaku sampah default, file yang dihapus menggunakan antarmuka pengguna JupyterLab dapat dipulihkan tetapi file yang dihapus ini menggunakan kapasitas disk.

   • Encryption: Pilih Google-managed encryption key atau Customer-managed encryption key (CMEK). Untuk menggunakan CMEK, lihat Kunci enkripsi yang dikelola pelanggan.

8. Di bagian Networking, berikan hal berikut:

   • Jaringan: Sesuaikan opsi jaringan untuk menggunakan jaringan di project saat ini atau Jaringan VPC Bersama dari project host, jika dikonfigurasi. Jika menggunakan VPC Bersama dalam project host, Anda juga harus memberikan peran Compute Network User (roles/compute.networkUser) ke Agen Layanan Notebook dari project layanan.

     1. Di kolom Network, pilih jaringan yang Anda inginkan. Anda dapat memilih jaringan VPC, asalkan jaringan tersebut telah mengaktifkan Akses Google Pribadi atau dapat mengakses internet. Untuk mengetahui informasi selengkapnya, lihat opsi konfigurasi jaringan.

     2. Pada kolom Subnetwork, pilih subnetwork yang Anda inginkan.

     3. Untuk menonaktifkan alamat IP eksternal, hapus centang pada kotak Tetapkan alamat IP eksternal.

     4. Untuk menonaktifkan akses proxy, hapus centang pada kotak Allow proxy access.

        Catatan: Jika akses proxy dinonaktifkan, Anda harus menggunakan SSH untuk terhubung ke antarmuka JupyterLab instance.

9. Di bagian IAM and security, berikan hal berikut:

   • IAM dan keamanan: Untuk memberikan akses ke antarmuka JupyterLab instance, selesaikan salah satu langkah berikut:

     • Untuk memberikan akses ke JupyterLab melalui akun layanan, pilih Service account.

       • Untuk menggunakan akun layanan Compute Engine default, pilih Gunakan akun layanan Compute Engine default.

       • Untuk menggunakan akun layanan kustom, hapus centang Gunakan akun layanan Compute Engine default, lalu di kolom Service account email, masukkan alamat email akun layanan kustom Anda.

     • Untuk memberikan akses ke antarmuka JupyterLab kepada satu pengguna, lakukan hal berikut:

       1. Pilih Single user, lalu di kolom User email, masukkan akun pengguna yang ingin Anda beri akses. Jika pengguna yang ditentukan bukan pembuat instance, Anda harus memberikan peran Service Account User (roles/iam.serviceAccountUser) kepada pengguna yang ditentukan di akun layanan instance.

       2. Instance Anda menggunakan akun layanan untuk berinteraksi dengan layanan dan API Google Cloud.

          • Untuk menggunakan akun layanan Compute Engine default, pilih Gunakan akun layanan Compute Engine default.

          • Untuk menggunakan akun layanan kustom, hapus centang Gunakan akun layanan Compute Engine default, lalu di kolom Service account email, masukkan alamat email akun layanan kustom Anda.

     Catatan: Untuk memberikan akses ke instance melalui akun layanan atau opsi satu pengguna, Anda harus menggunakan alamat email akun pengguna individu. Akses grup tidak didukung.

     Untuk mempelajari lebih lanjut cara memberikan akses, lihat Mengelola akses.

   • Security options: Centang atau hapus centang pada kotak berikut:

     • Akses root ke instance
     • nbconvert
     • File downloading
     • Terminal access

10. Di bagian System health, berikan hal berikut:

    • Environment upgrade and system health: Untuk otomatis mengupgrade ke versi lingkungan yang baru dirilis, pilih Environment auto-upgrade lalu selesaikan Upgrade schedule.

    • Di Reporting, centang atau hapus centang pada kotak berikut:

      • Report system health
      • Melaporkan metrik kustom ke Cloud Monitoring
      • Menginstal Cloud Monitoring
      • Melaporkan status DNS untuk domain Google yang diperlukan

11. Klik Create.

    Vertex AI Workbench membuat sebuah instance dan otomatis memulainya. Saat instance siap digunakan, Vertex AI Workbench akan mengaktifkan link Open JupyterLab.

gcloud

Sebelum menggunakan salah satu data perintah di bawah, lakukan penggantian berikut:

• INSTANCE_NAME: nama instance Vertex AI Workbench Anda; harus dimulai dengan huruf, diikuti dengan maksimal 62 huruf kecil, angka, atau tanda hubung (-), dan tidak boleh diakhiri dengan tanda hubung
• PROJECT_ID: project ID Anda
• LOCATION: zona tempat Anda ingin menempatkan instance
• VM_IMAGE_PROJECT: ID project Google Cloud tempat image VM berada; ID project Google Cloud default untuk image yang didukung adalah cloud-notebooks-managed
• VM_IMAGE_NAME: nama image; untuk menemukan nama image versi tertentu, lihat Menemukan versi tertentu
• MACHINE_TYPE: jenis mesin VM instance Anda

• METADATA: metadata kustom yang akan diterapkan ke instance ini; misalnya, untuk menentukan post-startup-script, Anda dapat menggunakan tag metadata post-startup-script, dalam format: --metadata=post-startup-script=gs://BUCKET_NAME/hello.sh

  Untuk mengaktifkan pratinjau JupyterLab 4, gunakan --metadata=enable-jupyterlab4-preview=true. Untuk informasi selengkapnya, lihat pratinjau JupyterLab 4.

Jalankan perintah berikut:

Linux, macOS, atau Cloud Shell

Catatan: Pastikan Anda telah menginisialisasi Google Cloud CLI dengan autentikasi dan sebuah project dengan menjalankan gcloud init; atau gcloud auth login dan gcloud config set project.

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)

Catatan: Pastikan Anda telah menginisialisasi Google Cloud CLI dengan autentikasi dan sebuah project dengan menjalankan gcloud init; atau gcloud auth login dan gcloud config set project.

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)

Catatan: Pastikan Anda telah menginisialisasi Google Cloud CLI dengan autentikasi dan sebuah project dengan menjalankan gcloud init; atau gcloud auth login dan gcloud config set project.

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

Untuk mengetahui informasi lebih lanjut tentang perintah untuk membuat instance dari command line, baca dokumentasi gcloud CLI.

Vertex AI Workbench membuat sebuah instance dan otomatis memulainya. Saat instance siap digunakan, Vertex AI Workbench akan mengaktifkan link Open JupyterLab di Konsol Google Cloud.

Terraform

Contoh berikut menggunakan resource Terraform google_workbench_instance untuk membuat instance Vertex AI Workbench bernama workbench-instance-example.

Untuk mempelajari cara menerapkan atau menghapus konfigurasi Terraform, lihat Perintah dasar Terraform.

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"
    }
  }
}

Pratinjau JupyterLab 4

Pratinjau — JupyterLab 4

Fitur ini tunduk pada "Persyaratan Penawaran Pra-GA" di bagian Persyaratan Layanan Umum dalam Persyaratan Khusus Layanan. Fitur pra-GA tersedia "sebagaimana adanya" dan mungkin memiliki dukungan terbatas. Untuk mengetahui informasi selengkapnya, lihat deskripsi tahap peluncuran.

Bagian ini menjelaskan cara mengubah versi JupyterLab di instance Anda. Bagian ini juga mencakup batasan yang perlu Anda pertimbangkan saat mengaktifkan JupyterLab 4.

Mengubah versi JupyterLab pada instance yang ada

Anda dapat mengubah versi JupyterLab instance menggunakan Google Cloud Console atau gcloud CLI.

Konsol

Untuk mengubah versi JupyterLab pada instance yang ada, lakukan hal berikut:

1. Di konsol Google Cloud, buka halaman Instance.

   Buka Instance

2. Klik nama instance Anda untuk membuka halaman Detail instance.

3. Pada tab System, lakukan salah satu hal berikut:

   • Untuk mengaktifkan pratinjau, pilih Aktifkan pratinjau JupyterLab 4.

   • Untuk menonaktifkan pratinjau dan menggunakan JupyterLab 3, hapus centang pada Aktifkan pratinjau JupyterLab 4.

4. Klik Kirim.

5. Reset instance.

gcloud

Anda dapat mengubah versi JupyterLab pada instance yang ada menggunakan perintah berikut:

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

Ganti kode berikut:

• PROJECT_ID: project ID Anda
• LOCATION: zona tempat Anda ingin menempatkan instance
• INSTANCE_NAME: nama instance Vertex AI Workbench Anda

• ENABLEMENT_BOOLEAN: gunakan salah satu dari berikut:

  • true: mengaktifkan pratinjau JupyterLab 4
  • false: menonaktifkan pratinjau JupyterLab 4 dan mengubahnya menjadi JupyterLab 3

Batasan

Pertimbangkan batasan berikut saat mengaktifkan pratinjau JupyterLab 4:

• Integrasi dengan layanan Google Cloud seperti BigQuery dan Cloud Storage tidak didukung selama pratinjau.

• Mengaktifkan JupyterLab 4 di instance berbasis container kustom didukung. Lihat batasan untuk menggunakan penampung kustom dengan Vertex AI Workbench.

Opsi konfigurasi jaringan

Instance Vertex AI Workbench harus mengakses endpoint layanan yang berada di luar jaringan VPC Anda.

Anda dapat memberikan akses ini dengan salah satu cara berikut:

• Tetapkan alamat IP eksternal ke instance. Hal ini dilakukan secara default ketika Anda membuat instance baru. Pastikan lingkungan Anda memenuhi persyaratan untuk mengakses Google API dan layanan Google.

• Hubungkan instance ke subnet tempat Akses Google Pribadi diaktifkan. Pastikan lingkungan Anda memenuhi persyaratan untuk Akses Google Pribadi.

Jika Anda menggunakan VIP private.googleapis.com atau restricted.googleapis.com untuk memberikan akses ke endpoint layanan, tambahkan entri DNS untuk setiap endpoint layanan yang diperlukan:

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

Selain itu, untuk instance yang mengaktifkan Dataproc, tambahkan entri DNS untuk hal berikut:

• *.kernels.googleusercontent.com

Untuk instance dengan kredensial pihak ketiga, tambahkan entri DNS untuk hal berikut:

• *.byoid.googleusercontent.com

Catatan: Plugin JupyterLab Dataproc tidak mendukung Kontrol Layanan VPC (lihat Batasan yang diaktifkan Dataproc), sehingga Anda harus menggunakan VIP private.googleapis.com atau menonaktifkan Dataproc untuk instance Anda.

Network tags

Instance Vertex AI Workbench baru Anda secara otomatis akan menetapkan tag jaringan deeplearning-vm dan notebook-instance.

Dengan tag ini, Anda dapat mengelola akses jaringan ke dan dari instance Vertex AI Workbench dengan mereferensikan tag dalam aturan firewall jaringan VPC Anda. Untuk mengetahui informasi selengkapnya tentang tag jaringan, lihat Menambahkan tag jaringan.

Untuk melihat tag jaringan untuk instance Vertex AI Workbench, lakukan hal berikut:

1. Di konsol Google Cloud, buka halaman Instance VM.

   Buka instance VM

2. Klik nama instance.

3. Di bagian Jaringan, cari Tag jaringan.

Pemecahan masalah

Jika Anda mengalami masalah saat membuat instance, lihat Memecahkan Masalah Vertex AI Workbench untuk mendapatkan bantuan terkait masalah umum.

Langkah selanjutnya

1. Untuk menggunakan Notebook Jupyter guna membantu Anda mulai menggunakan Vertex AI dan layanan Google Cloud lainnya, lihat Tutorial Notebook Jupyter Vertex AI.
2. Untuk memeriksa status kondisi instance Vertex AI Workbench, lihat Memantau status kondisi.