Membuat versi spesifik dari instance notebook yang dikelola pengguna

Membuat versi spesifik dari instance notebook yang dikelola pengguna

Notebook Vertex AI Workbench yang dikelola pengguna tidak digunakan lagi. Pada 30 Januari 2025, dukungan untuk notebook yang dikelola pengguna akan berakhir dan kemampuan untuk membuat instance notebook yang dikelola pengguna akan dihapus. Instance yang ada akan tetap berfungsi, tetapi patch, update, dan upgrade tidak akan tersedia. Untuk terus menggunakan Vertex AI Workbench, sebaiknya migrasikan instance notebook yang dikelola pengguna ke instance Vertex AI Workbench.

Halaman ini menjelaskan cara membuat instance notebook yang dikelola pengguna berdasarkan versi Deep Learning VM Image tertentu.

Alasan Anda perlu membuat versi tertentu

Untuk memastikan bahwa instance notebook yang dikelola pengguna memiliki software yang kompatibel dengan kode atau aplikasi Anda, Anda dapat membuat versi spesifik.

Instance notebook yang dikelola pengguna dibuat menggunakan Deep Learning VM Image. Deep Learning VM Image sering diupdate, dan versi tertentu dari software dan paket yang diinstal sebelumnya bervariasi dari satu versi ke versi lainnya.

Untuk mempelajari versi VM Deep Learning tertentu lebih lanjut, lihat catatan rilis VM Deep Learning.

Setelah membuat versi spesifik dari instance notebook yang dikelola pengguna, Anda dapat mengupgradenya. Dengan mengupgrade instance, paket dan software yang telah diinstal sebelumnya akan diupdate. Untuk mengetahui informasi selengkapnya, lihat Mengupgrade lingkungan instance notebook yang dikelola pengguna.

Sebelum memulai

Sebelum dapat membuat instance notebook yang dikelola pengguna, Anda harus memiliki project Google Cloud dan mengaktifkan Notebooks API untuk project tersebut.

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

8. Jika Anda berencana menggunakan GPU dengan instance notebook yang dikelola pengguna, lihat halaman kuota di Konsol Google Cloud untuk memastikan bahwa Anda memiliki cukup GPU yang tersedia dalam project Anda. Jika GPU tidak tercantum di halaman kuota, atau Anda memerlukan kuota GPU tambahan, Anda dapat meminta penambahan kuota. Lihat Meminta penambahan kuota di halaman Kuota resource Compute Engine.

Peran yang diperlukan

Jika Anda membuat project, Anda memiliki peran IAM Pemilik (roles/owner) di project, yang mencakup semua izin yang diperlukan. Lewati bagian ini dan mulai buat instance notebook yang dikelola pengguna. Jika Anda tidak membuat project sendiri, lanjutkan di bagian ini.

Untuk memastikan bahwa akun pengguna Anda memiliki izin yang diperlukan untuk membuat instance notebook yang dikelola pengguna Vertex AI Workbench, minta administrator untuk memberi akun pengguna Anda peran IAM berikut di project:

• Notebooks Admin (roles/notebooks.admin)
• Pengguna Akun Layanan (roles/iam.serviceAccountUser)

Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.

Administrator Anda mungkin juga dapat memberikan izin yang diperlukan kepada akun pengguna Anda melalui peran khusus atau peran bawaan lainnya.

Menemukan versi tertentu yang Anda inginkan

Untuk membuat instance notebook yang dikelola pengguna berdasarkan versi Deep Learning VM tertentu, Anda harus mengetahui nama image versi Deep Learning VM tertentu yang ingin digunakan.

Setiap rilis Deep Learning VM menyertakan update untuk banyak image yang berbeda, dan setiap image dalam rilis tersebut memiliki nama image-nya sendiri.

Untuk menemukan nama image tertentu yang Anda inginkan:

1. Temukan nomor rilis Deep Learning VM yang nama image-nya ingin Anda dapatkan. Nomor rilis disertakan dalam catatan rilis Deep Learning VM. Nomor rilis berbentuk M diikuti dengan nomor rilis, misalnya, M79.

2. Guna menampilkan daftar nama image untuk rilis Deep Learning VM tertentu, jalankan perintah berikut.

   gcloud compute images list --project="deeplearning-platform-release" \
       --format="value(name)" \
       --filter="labels.release=RELEASE_NUMBER" \
       --show-deprecated

   Ganti RELEASE_NUMBER dengan nomor rilis Deep Learning VM, seperti M79.

3. Cari nama image yang ingin Anda gunakan.

Membuat versi tertentu dari command line

Untuk membuat versi spesifik instance notebook yang dikelola pengguna dari command line, selesaikan langkah-langkah berikut:

1. Jalankan perintah gcloud notebooks berikut:

   gcloud notebooks instances create INSTANCE_NAME \
       --vm-image-project="deeplearning-platform-release" \
       --vm-image-name=VM_IMAGE_NAME \
       --machine-type=MACHINE_TYPE \
       --location=LOCATION

   Ganti kode berikut:

   • INSTANCE_NAME: nama instance baru Anda
   • VM_IMAGE_NAME: nama image yang ingin Anda gunakan untuk membuat instance
   • MACHINE_TYPE: jenis mesin VM instance Anda
   • LOCATION: lokasi Google Cloud tempat Anda ingin menempatkan instance baru

2. Akses instance Anda dari konsol Google Cloud.

Langkah berikutnya

• Pelajari lebih lanjut cara mengupgrade instance notebook yang dikelola pengguna untuk memastikan bahwa instance hanya diupgrade saat Anda siap.

• Instal dependensi pada instance notebook yang dikelola pengguna baru Anda.

• Pelajari instance VM Deep Learning lebih lanjut dalam dokumentasi Deep Learning VM.

• Pelajari cara memantau status respons instance notebook yang dikelola pengguna.