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のオプションの違いについて説明します。

Vertex AI には、ノートブック環境ソリューションが 2 つ用意されています。

  • Colab Enterprise: Google Cloud のセキュリティ機能とコンプライアンス機能を備えたコラボレーション指向のマネージド ノートブック環境。他のユーザーとの共同作業と、インフラストラクチャの管理に時間を費やさないことがプロジェクトの優先事項である場合は、Colab Enterprise が最適なオプションと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備え、仮想マシン（VM）インスタンスを介して提供される Jupyter ノートブック ベースの環境。プロジェクトの優先順位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。

共有して共同編集する

Colab Enterprise を使用すると、ノートブックを共有し、他のユーザーと共同作業を行うことができます。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）で制御します。

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 と Google Cloud サービスの統合により、これらのサービスを操作するノートブックを簡単に使用できます。Colab Enterprise は、Vertex AI と BigQuery の両方に組み込まれた機能を Google Cloud コンソール内から使用できます。

インラインのコード補完

Vertex AI では、Gemini のアシスタント機能を利用してコードを記述できます。インラインのコード補完候補を使用すると、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、Gemini アシスタント機能を利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は、Vertex AI Workbench の強みをいくつか紹介します。詳細については、Vertex AI Workbench の概要をご覧ください。

インスタンス タイプ

Vertex AI Workbench には、データ サイエンス ワークフロー用に Jupyter ノートブック ベースのインスタンス タイプが用意されています。

  • 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たオプション。

  • Vertex AI Workbench マネージド ノートブック（非推奨）: エンドツーエンドのノートブック ベースの本番環境での設定と作業に役立つ、統合機能を備えた Google マネージド環境。

  • Vertex AI Workbench ユーザー管理ノートブック（非推奨）: 環境を細かく制御する必要があるユーザーに最適な、高度にカスタマイズ可能な Deep Learning VM Image。

Vertex AI Workbench のどのオプションにも次のような特徴があります。

  • JupyterLab による事前のパッケージ化。
  • TensorFlow と PyTorch のフレームワークのサポートを含むディープ ラーニング パッケージのスイートのプリインストール。
  • GPU アクセラレータのサポート。
  • GitHub リポジトリとの同期が可能。
  • Google Cloud の認証と認可。

Vertex AI Workbench インスタンス

マネージド ノートブック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のカスタマイズ性が必要な場合は、Vertex AI Workbench インスタンスが適しています。

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。Vertex AI Workbench インスタンスに conda 環境を追加すると、その環境がインスタンスの JupyterLab インターフェースにカーネルとして表示されます。

conda 環境を追加すると、デフォルトの Vertex AI Workbench インスタンスでは使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。

詳細については、conda 環境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することで、より効率的に作業を進めることができます。

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 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。

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 Vertex AI Workbench 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。

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。

編集可能なディープ ラーニング VM インスタンス

Vertex AI Workbench には、Notebooks API を使用して基盤となる VM を変更する 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、ユーザー管理ノートブック インスタンスの VM のほうがより細かく制御できます。これにより、ネットワークやセキュリティに関する特別な要件を満たすように、ユーザー管理ノートブック インスタンスを手動で簡単に構成できます。

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

まず、次のいずれかを作成します。