Pengantar instance Vertex AI Workbench

Instance Vertex AI Workbench adalah lingkungan pengembangan berbasis notebook Jupyter untuk seluruh alur kerja data science. Anda dapat berinteraksi dengan Vertex AI dan layanan Google Cloud lainnya dari dalam notebook Jupyter instance Vertex AI Workbench.

Integrasi dan fitur Vertex AI Workbench dapat mempermudah Anda untuk mengakses data, memproses data lebih cepat, menjadwalkan operasi notebook, dan lainnya.

Instance Vertex AI Workbench sudah dikemas dengan JupyterLab, dan memiliki rangkaian paket deep learning bawaan, termasuk dukungan untuk framework TensorFlow dan PyTorch. Anda dapat mengonfigurasi instance khusus CPU, atau yang mendukung GPU.

Instance Vertex AI Workbench mendukung kemampuan untuk menyinkronkan dengan repositori GitHub. Instance Vertex AI Workbench dilindungi oleh autentikasi dan otorisasi Google Cloud.

Akses ke data

Anda dapat mengakses data Anda tanpa meninggalkan antarmuka pengguna JupyterLab.

Di dalam menu navigasi JupyterLab pada instance Vertex AI Workbench, Anda dapat menggunakan integrasi Cloud Storage untuk menjelajahi data dan file lain yang dapat Anda akses. Lihat Mengakses bucket dan file Cloud Storage dari dalam JupyterLab.

Anda juga dapat menggunakan integrasi BigQuery untuk menjelajahi tabel yang dapat Anda akses, menulis kueri, melihat pratinjau hasil, dan memuat data ke notebook Anda. Lihat Data kueri di tabel BigQuery dari dalam JupyterLab.

Menjalankan operasi notebook

Gunakan eksekutor untuk menjalankan file notebook sebagai eksekusi satu kali atau sesuai jadwal. Pilih lingkungan dan hardware tertentu yang Anda inginkan untuk menjalankan eksekusi Anda. Kode notebook Anda akan berjalan pada pelatihan kustom Vertex AI, yang dapat mempermudah melakukan pelatihan terdistribusi, mengoptimalkan hyperparameter, atau menjadwalkan tugas pelatihan berkelanjutan.

Anda dapat menggunakan parameter dalam eksekusi untuk membuat perubahan spesifik pada setiap eksekusi. Misalnya, Anda dapat menentukan set data lain yang akan digunakan, mengubah kecepatan pembelajaran pada model, atau mengubah versi modelnya.

Anda juga dapat mengatur notebook untuk dijalankan secara rutin. Meskipun instance Anda dinonaktifkan, Vertex AI Workbench akan menjalankan file notebook Anda dan menyimpan hasilnya untuk dilihat dan dibagikan kepada orang lain.

Membagikan insight

Operasi notebook yang dijalankan disimpan di bucket Cloud Storage, sehingga Anda dapat berbagi insight dengan orang lain dengan memberikan akses ke hasilnya. Lihat bagian sebelumnya tentang cara untuk menjalankan operasi notebook.

Mengamankan instance Anda

Anda dapat men-deploy instance Vertex AI Workbench dengan jaringan default yang dikelola Google, yang menggunakan jaringan serta subnet VPC default. Sebagai ganti jaringan default, Anda dapat menentukan jaringan VPC yang akan digunakan dengan instance Anda.

Secara default, Google Cloud mengenkripsi data saat dalam penyimpanan menggunakan kunci enkripsi yang dikelola oleh Google secara otomatis. Jika Anda memiliki persyaratan kepatuhan atau peraturan khusus terkait kunci yang melindungi data, Anda dapat menggunakan kunci enkripsi yang dikelola pelanggan (CMEK) dengan instance Vertex AI Workbench. Untuk mengetahui informasi selengkapnya, lihat Kunci enkripsi yang dikelola pelanggan.

Penonaktifan otomatis untuk instance yang tidak ada aktivitas

Untuk membantu mengelola biaya, instance Vertex AI Workbench akan dinonaktifkan setelah tidak beraktivitas selama jangka waktu tertentu secara default. Anda dapat mengubah durasi waktu atau menonaktifkan fitur ini. Untuk mengetahui informasi selengkapnya, lihat Penonaktifan saat tidak ada aktivitas.

Menambahkan lingkungan conda

Instance Vertex AI Workbench menggunakan kernel berdasarkan lingkungan conda. Anda dapat menambahkan lingkungan conda ke instance Vertex AI Workbench, dan lingkungan tersebut akan muncul sebagai kernel di antarmuka JupyterLab instance Anda.

Dengan menambahkan lingkungan conda, Anda dapat menggunakan kernel yang tidak tersedia di instance default Vertex AI Workbench. Misalnya, Anda dapat menambahkan lingkungan conda untuk R dan Apache Beam. Atau, Anda dapat menambahkan lingkungan kondensasi untuk versi framework yang tersedia sebelumnya, seperti TensorFlow, PyTorch, atau Python.

Untuk mengetahui informasi selengkapnya, lihat Menambahkan lingkungan kondus.

Integrasi Dataproc

Anda dapat memproses data secara cepat dengan menjalankan notebook pada cluster Dataproc. Setelah cluster siap, Anda dapat menjalankan file notebook di dalamnya tanpa meninggalkan antarmuka pengguna JupyterLab. Untuk informasi selengkapnya, lihat Membuat instance yang mendukung Dataproc.

Batasan

Pertimbangkan batasan dari instance Vertex AI Workbench berikut ini saat Anda sedang merencanakan project:

  • Ekstensi JupyterLab pihak ketiga tidak didukung.

  • Saat Anda menggunakan Access Context Manager dan BeyondCorp Enterprise untuk melindungi instance Vertex AI Workbench dengan kontrol akses kontekstual, akses akan dievaluasi setiap kali pengguna melakukan autentikasi ke instance tersebut. Misalnya, akses dievaluasi pada saat pertama kali pengguna mengakses JupyterLab, dan setiap kali mereka mengaksesnya jika masa berlaku cookie browser web mereka telah habis.

  • Penggunaan container kustom dengan instance Vertex AI Workbench tidak didukung. Sebagai gantinya, tambahkan lingkungan kondensasi ke instance Anda.

  • Meskipun penggunaan image virtual machine (VM) kustom atau Deep Learning VM kustom dengan instance Vertex AI Workbench dapat dilakukan, Vertex AI Workbench tidak memberikan dukungan untuk perilaku yang tidak terduga atau malafungsi pada image kustom.

  • Penggunaan gambar notebook yang dikelola pengguna atau image notebook terkelola untuk membuat instance Vertex AI Workbench tidak didukung.

  • Anda tidak dapat mengedit VM dasar dari instance Vertex AI Workbench menggunakan Konsol Google Cloud atau Compute Engine API. Untuk mengedit VM yang mendasari instance Vertex AI Workbench, gunakan metode projects.locations.instances.patch di Notebooks API atau perintah gcloud workbench instances update di Google Cloud SDK.

  • Dalam instance yang menggunakan Kontrol Layanan VPC, penggunaan executor tidak didukung.

  • Memodifikasi tag jaringan instance Vertex AI Workbench tidak didukung.

  • Untuk menggunakan akselerator dengan instance Vertex AI Workbench, jenis akselerator yang Anda inginkan harus tersedia di zona instance Anda. Untuk mempelajari ketersediaan akselerator berdasarkan zona, lihat Ketersediaan region dan zona GPU.

Langkah selanjutnya