ノートブック ソリューションを選択する
このページでは、プロジェクトに最適なオプションを選択できるように、Vertex AI のノートブック環境オプションの違いについて説明します。
Vertex AI には、2 つのノートブック環境ソリューションが用意されています。
Colab Enterprise: Google Cloud のセキュリティとコンプライアンス機能を備えた、コラボレーション型マネージド ノートブック環境。他のユーザーと共同作業を行い、インフラストラクチャの管理に時間を費やすのを避けることがプロジェクトの優先事項である場合は、Colab Enterprise が最適な選択肢になる可能性があります。次の Colab Enterprise セクションをご覧ください。
Vertex AI Workbench: データ サイエンス ワークフロー全体をサポートする機能を有する仮想マシン（VM）インスタンスを通じて提供される Jupyter Notebook ベースの環境。プロジェクトの優先度が制御とカスタマイズ性である場合は、Vertex AI Workbench が最適なオプションとなる可能性があります。次の Vertex AI Workbench セクションをご覧ください。
Colab Enterprise
以降のセクションでは、Colab Enterprise の強みをいくつか紹介します。詳細については、Colab Enterprise の概要をご覧ください。
共有して共同編集
Colab Enterprise を使用すると、ノートブックの共有や他のユーザーとの共同編集が可能です。ノートブックは、単一のユーザー、Google グループ、または Google Workspace ドメインと共有できます。このアクセスは、Identity and Access Management（IAM）を使用して制御します。
マネージド コンピューティング
Colab Enterprise ならインフラストラクチャを管理する必要なくノートブックで作業できます。Colab Enterprise は、必要に応じてランタイムをプロビジョニングします。特定のニーズに対応できるようランタイムを構成することもできますが、Colab Enterprise はランタイムを自動的に起動し、必要がなくなったらシャットダウンします。
Google Cloud コンソールへの統合
Colab Enterprise を Google Cloud サービスと統合すると、これらのサービスとやり取りするノートブックを簡単に使用できます。Colab Enterprise は、Google Cloud コンソール内から使用でき、Vertex AI と BigQuery の両方に組み込まれています。
インラインのコード補完
Vertex AI では、Duet AI アシストを使用してコードを記述できます。インライン コード補完の候補を使用すると、コーディング プロジェクトをより迅速に完了できます。詳細については、Duet AI アシストコードを使用してコードを記述するをご覧ください。
Vertex AI Workbench
以降のセクションで、Vertex AI Workbench の強みをいくつか説明します。続きは、Vertex AI Testing の概要をご覧ください。
インスタンス タイプ
Vertex AI Workbench では、データ サイエンス ワークフロー用に Jupyter Notebook ベースのインスタンス タイプがいくつか用意されています。
Vertex AI Workbench インスタンス: マネージド ノートブック インスタンスのワークフロー指向の統合と、ユーザー管理ノートブック インスタンスのカスタマイズ性を組み合わせるオプション。
Vertex AI Workbench マネージド ノートブック: エンドツーエンドのノートブック ベースの本番環境における設定と作業に役立つ統合機能と機能を備えた Google マネージド環境。
Vertex AI Workbench ユーザー管理ノートブック: 高度にカスタマイズ可能で、多くのユーザーを必要とする Deep Learning VM Image インスタンスに適しています。コントロールできます。
すべての Vertex AI Workbench オプションには、次のものがあります。
- JupyterLab にあらかじめパッケージ化されている。
- TensorFlow と PyTorch フレームワークのサポートなど、プリインストールされたディープ ラーニング パッケージ スイート。
- GPU アクセラレータのサポート。
- GitHub リポジトリとの同期機能。
- Google Cloud の認証と認可。
Vertex AI Workbench インスタンス
ワークフロー指向のマネージド ノートブックの統合とユーザー管理のノートブックのカスタマイズが必要な場合、Vertex AI Workbench インスタンスが有効な選択肢となります。
conda 環境を追加する
Vertex AI Workbench インスタンスは、conda 環境に基づいてカーネルを使用します。conda 環境を Vertex AI Workbench インスタンスに追加すると、インスタンスの JupyterLab インターフェースにカーネルとして環境を表示できます。
conda 環境を追加すると、デフォルトの Vertex AI Workbench インスタンスで利用できないカーネルを使用できます。たとえば、R と Apache Beam の conda 環境を追加できます。また、TensorFlow、PyTorch、Python など、利用可能なフレームワークの古いバージョン用の conda 環境を追加することもできます。
データへのアクセス
JupyterLab インターフェースから離れることなく、データにアクセスすることで、より効率的に作業できます。
Vertex AI Workbench インスタンスの JupyterLab のナビゲーション メニューから、Cloud Storage インテグレーションを使用して、アクセス可能なデータやその他のファイルを参照できます。
また、ナビゲーション メニューから BigQuery 統合を使用して、アクセス権があるテーブルの閲覧、クエリの作成、結果のプレビュー、ノートブックへのデータの読み込みを行うことができます。
ノートブックの自動実行
定期的なスケジュールで実行するノートブックを設定できます。インスタンスがシャットダウンされている間も、Vertex AI Workbench はノートブック ファイルを実行して結果を保存し、他のユーザーが参照して共有できるようにします。
アイドル状態のインスタンスの自動シャットダウン
特定の費用でアイドル状態になった後に Vertex AI Workbench インスタンスをシャットダウンするように設定すると、コストを管理できます。詳細については、アイドル状態でのシャットダウンをご覧ください。
ヘルス ステータスのモニタリング
Vertex AI Workbench インスタンスが正常に機能していることを確認するには、ヘルス ステータスをモニタリングします。
編集可能な Deep Learning VM インスタンス
Vertex AI Workbench では、Notebooks API を介して基盤となる VM を変更するための API メソッドが用意されています。
Vertex AI Workbench マネージド ノートブック
通常、データ探索、分析、モデリング、またはエンドツーエンドのデータ サイエンス ワークフローの一部としてノートブックを使用する場合は、マネージド ノートブックのほうが適しています。
マネージド ノートブック インスタンスを使用すると、JupyterLab インターフェースから離れることなく、ワークフロー指向のタスクを実行できます。また、データ サイエンス ワークフローを実装するための多くの統合機能があります。
ここでは、マネージド ノートブックの統合と機能の一部について説明します。
JupyterLab からハードウェアとフレームワークを制御する
マネージド ノートブック インスタンスの JupyterLab インターフェースでは、コードを実行するコンピューティング リソース（vCPU や GPU の数、RAM の量）や、コードを実行するフレームワークを決定します。最初にコードを記述して、JupyterLab から離れることやインスタンスを再起動することなく、コードの実行方法を選択できます。コードをすばやくテストするには、ハードウェアをスケールダウンしてからスケールアウトし、より多くのデータでコードを実行します。
カスタム コンテナ
マネージド ノートブック インスタンスでは、TensorFlow や PyTorch など、一般的な多くのデータ サイエンス フレームワークを選択できますが、インスタンスにカスタムの Docker コンテナ イメージを追加することもできます。 カスタム コンテナは、インスタンスの JupyterLab インターフェースにカーネルとして表示されます。
詳細については、マネージド ノートブック インスタンスにカスタム コンテナを追加するをご覧ください。
データへのアクセス
JupyterLab インターフェースから離れることなくデータにアクセスできます。
マネージド ノートブック インスタンスの JupyterLab のナビゲーション メニューから、Cloud Storage 統合を使用して、アクセス可能なデータやその他のファイルを参照できます。
また、ナビゲーション メニューから BigQuery 統合を使用して、アクセス権があるテーブルの閲覧、クエリの作成、結果のプレビュー、ノートブックへのデータの読み込みを行うことができます。
ノートブックの自動実行
定期的なスケジュールで実行するノートブックを設定できます。インスタンスがシャットダウンされている間も、Vertex AI Workbench はノートブック ファイルを実行して結果を保存し、他のユーザーが参照して共有できるようにします。
Dataproc の統合
Dataproc クラスタでノートブックを実行すると、データを迅速に処理できます。クラスタを設定すると、JupyterLab インターフェースを離れることなく、ノートブック ファイルをクラスタ上で実行できます。
アイドル状態のインスタンスの自動シャットダウン
一定期間アイドル状態のマネージド ノートブック インスタンスをシャットダウンすることで、コストを管理できます。詳細については、アイドル状態でのシャットダウンをご覧ください。
Vertex AI Workbench ユーザー管理ノートブック
ユーザー管理のノートブックは、広範なカスタマイズが必要な場合や、環境を細かく制御する場合に適しています。
カスタマイズ可能な Deep Learning VM インスタンス
ユーザー管理のノートブック インスタンスは、Deep Learning VM インスタンスです。ユーザー管理のノートブック インスタンスを作成するときに、仮想マシン（VM）インスタンスの詳細を選択します。たとえば、ユーザー管理のノートブック インスタンスを作成するときに、マシンタイプとフレームワークを選択します。インスタンスのマシンタイプは作成後に変更できますが、その場合は、インスタンスの再起動が必要になります。
ユーザー管理のノートブック インスタンスでは、ソフトウェアやパッケージ バージョンの更新などを手動で変更できます。インスタンス上のフレームワークの変更は、より複雑なプロセスになります。
ユーザー管理のノートブック インスタンスは Compute Engine インスタンスとして公開されるため、Compute Engine インスタンスと同じ方法でカスタマイズできます。詳細については、Compute Engine のドキュメントをご覧ください。
ネットワークとセキュリティ
ネットワークとセキュリティに特別な要件がある場合は、ユーザー管理のノートブックが最適な選択肢となります。
ユーザー管理のノートブックとマネージド ノートブックはどちらも VPC Service Controls をサポートしていますが、ユーザー管理のノートブック インスタンスの VM はより詳細に制御できます。これにより、特定のネットワーキングとセキュリティのニーズを満たすために、ユーザー管理のノートブック インスタンスを手動で構成しやすくなります。
ヘルス ステータスのモニタリング
ユーザー管理のノートブック インスタンスが正常に機能するように、ヘルス ステータスをモニタリングできます。
次のステップ
開始するには、次のいずれかを作成します。