Elegir una solución de cuadernos

En esta página se describen las diferencias entre las opciones de entorno de cuaderno de Vertex AI para que puedas elegir la que mejor se adapte a tu proyecto.

Vertex AI ofrece dos soluciones de entorno de cuaderno:

  • Colab Enterprise: un entorno de cuaderno colaborativo y gestionado con las funciones de seguridad y cumplimiento de Google Cloud. Si las prioridades de tu proyecto son colaborar con otros usuarios y evitar dedicar tiempo a gestionar la infraestructura, Colab Enterprise puede ser la mejor opción para ti. Consulta la siguiente sección sobre Colab Enterprise.

  • Vertex AI Workbench: un entorno basado en cuadernos de Jupyter que se proporciona a través de instancias de máquinas virtuales (VMs) con funciones que admiten todo el flujo de trabajo de la ciencia de datos. Si las prioridades de tu proyecto son el control y la personalización, Vertex AI Workbench puede ser la mejor opción para ti. Consulta la siguiente sección sobre Vertex AI Workbench.

Colab Enterprise

Consulta algunas de las ventajas de Colab Enterprise en las secciones siguientes. Para obtener más información, consulta el artículo Introducción a Colab Enterprise.

Compartir y colaborar

Colab Enterprise te permite compartir cuadernos y colaborar con otros usuarios. Puedes compartir un cuaderno con un solo usuario, un grupo de Google o un dominio de Google Workspace. Puedes controlar este acceso mediante Gestión de Identidades y Accesos (IAM).

Computación gestionada

Colab Enterprise te permite trabajar en cuadernos sin tener que gestionar una infraestructura. Colab Enterprise te proporciona un entorno de ejecución cuando lo necesitas. Si quieres, puedes configurar tiempos de ejecución para necesidades específicas, pero Colab Enterprise los inicia y los cierra automáticamente cuando ya no los necesites.

Integrado en la consola de Google Cloud

Las integraciones de Colab Enterprise con los Google Cloud servicios facilitan el uso de cuadernos que interactúan con esos servicios. Puedes usar Colab Enterprise desde la Google Cloud consola, con funciones integradas en Vertex AI y BigQuery.

Escribir código con la ayuda de Gemini

Puedes usar Gemini en Vertex AI, que es un producto de la cartera de Gemini para Google Cloud, para escribir y generar código en un cuaderno de Vertex AI. Gemini en Vertex AI puede generar sugerencias para completar el código mientras escribes en una celda de código. También puedes usar la herramienta Ayúdame a programar para generar código a partir de una descripción de lo que quieres. Para obtener más información, consulta el artículo Escribir código con la ayuda de Gemini.

Vertex AI Workbench

Consulta algunos de los puntos fuertes de Vertex AI Workbench en las secciones siguientes. Para obtener más información, consulta la introducción a Vertex AI Workbench.

Información general

Todas las instancias de Vertex AI Workbench ofrecen lo siguiente:

  • Viene preinstalado con JupyterLab.
  • Un paquete preinstalado de paquetes de aprendizaje profundo, que incluye compatibilidad con los frameworks TensorFlow y PyTorch.
  • Compatibilidad con aceleradores de GPU.
  • La posibilidad de sincronizar con un repositorio de GitHub.
  • Google Cloud autenticación y autorización.

Añadir entornos de conda

Las instancias de Vertex AI Workbench usan kernels basados en entornos de conda. Puedes añadir un entorno de conda a tu instancia de Vertex AI Workbench. El entorno aparecerá como un kernel en la interfaz de JupyterLab de tu instancia.

Si añades entornos de conda, podrás usar kernels que no estén disponibles en la instancia predeterminada de Vertex AI Workbench. Por ejemplo, puedes añadir entornos de conda para R y Apache Beam. También puedes añadir entornos de conda para versiones anteriores específicas de los frameworks disponibles, como TensorFlow, PyTorch o Python.

Para obtener más información, consulta Añadir un entorno de conda.

Acceso a los datos

Puedes trabajar de forma más eficiente accediendo a tus datos sin salir de la interfaz de JupyterLab.

En el menú de navegación de JupyterLab de una instancia de Vertex AI Workbench, puedes usar la integración de Cloud Storage para consultar los datos y otros archivos a los que tengas acceso.

También puedes usar la integración de BigQuery desde el menú de navegación para consultar las tablas a las que tienes acceso, escribir consultas, previsualizar resultados y cargar datos en tu cuaderno.

Ejecuciones de cuadernos automatizadas

Puedes configurar un cuaderno para que se ejecute de forma periódica. Aunque tu instancia esté cerrada, Vertex AI Workbench ejecutará tu archivo de cuaderno y guardará los resultados para que puedas consultarlos y compartirlos con otros usuarios.

Apagado automático de instancias inactivas

Para gestionar los costes, puedes configurar tu instancia de Vertex AI Workbench para que se cierre después de estar inactiva durante un periodo específico. Para obtener más información, consulta Cierre por inactividad.

Contenedores personalizados

Puedes crear una instancia de Vertex AI Workbench basada en un contenedor personalizado. Empieza con una imagen de contenedor base proporcionada por Google y modifícala según tus necesidades. A continuación, crea una instancia basada en tu contenedor personalizado.

Para obtener más información, consulta Crear una instancia con un contenedor personalizado.

Usar credenciales de terceros

Puedes crear y gestionar instancias de Vertex AI Workbench con credenciales de terceros proporcionadas por la federación de identidades de la fuerza de trabajo. La federación de identidades de Workforce usa tu proveedor de identidades (IdP) externo para conceder acceso a un grupo de usuarios a instancias de Vertex AI Workbench a través de un proxy.

Para obtener más información, consulta Crear una instancia con credenciales de terceros.

Monitorización del estado de salud

Para asegurarte de que tu instancia de Vertex AI Workbench funciona correctamente, puedes monitorizar su estado de salud.

Instancias de máquinas virtuales de aprendizaje profundo editables

Vertex AI Workbench proporciona métodos de API para modificar la máquina virtual subyacente a través de la API Notebooks.

Siguientes pasos

Para empezar: