カスタム コンテナを使用してユーザー管理ノートブック インスタンスを作成する

カスタム コンテナに基づいて、ユーザー管理のノートブック インスタンスを作成できます。カスタム コンテナを使用すると、特定のニーズに合わせてユーザー管理のノートブック環境をカスタマイズできます。コンテナは Google Cloud サービス アカウントにアクセス可能で、ポート 8080 でサービスを公開する必要があります。Deep Learning Containers イメージから派生したコンテナの作成をおすすめします。これらのイメージは、ユーザーが管理するノートブックと互換性を持つように構成されています。

カスタム コンテナ カーネルの更新方法

Vertex AI Workbench は、次の場合にカーネル用の最新のコンテナ イメージを pull します。

  • インスタンスを作成するとき。

  • インスタンスをアップグレードするとき。

  • インスタンスを起動するとき。

インスタンスが停止すると、カスタム コンテナ カーネルは保持されないため、インスタンスが起動されるたびに、Vertex AI Workbench は最新バージョンのコンテナ イメージを pull します。

インスタンスの実行中に、コンテナの新しいバージョンがリリースされた場合、インスタンスを停止して起動するまでインスタンスのカーネルは更新されません。

始める前に

ユーザー管理のノートブック インスタンスを作成する前に、Google Cloud プロジェクトを準備し、そのプロジェクトで Notebooks API を有効にする必要があります。
  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.

    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.

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud 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.

  8. ユーザー管理のノートブック インスタンスで GPU を使用する場合は、Google Cloud コンソールの [割り当て] ページで、プロジェクトに使用できる GPU が十分であることを確認してください。GPU が [割り当て] ページのリストにない場合や、さらに GPU 割り当てが必要な場合は、割り当て量の増加をリクエストしてください。Compute Engine のリソースの割り当てページの割り当て量の増加をリクエストするをご覧ください。

必要なロール

プロジェクトを作成した場合、そのプロジェクトに対するオーナー（roles/owner）IAM ロールが付与されています。このロールには、必要な権限がすべて含まれています。このセクションをスキップして、ユーザー管理のノートブック インスタンスの作成を開始します。プロジェクトを自分で作成していない場合は、このセクションに進んでください。

Vertex AI Workbench ユーザー管理ノートブック インスタンスの作成に必要な権限がユーザー アカウントに付与されるように、プロジェクトに対する次の IAM ロールをユーザー アカウントに付与するよう管理者に依頼してください。

ロールの付与については、プロジェクト、フォルダ、組織へのアクセスを管理するをご覧ください。

管理者は、カスタムロールや他の事前定義ロールを使用して、必要な権限をユーザー アカウントに付与することもできます。

カスタム コンテナの準備ができていることを確認する

Google Cloud サービス アカウントにアクセスできるカスタム コンテナがあることを確認します。Deep Learning Containers イメージからカスタム コンテナを作成する方法については、派生コンテナの作成をご覧ください。

カスタム コンテナを使用してインスタンスを作成する

カスタム コンテナを使用してユーザー管理のノートブック インスタンスを作成するには、次の手順を行います。

  1. Google Cloud コンソールで、[ユーザー管理のノートブック] ページに移動します。または、notebook.new（https://notebook.new）にアクセスして、次のステップをスキップします。

    [ユーザー管理のノートブック] に移動

  2. [新規作成] をクリックします。

  3. [詳細オプション] をクリックします。

  4. [インスタンスを作成] ページの [詳細] セクションで、新しいインスタンスについて次の情報を入力ます。

    • 名前: 新しいインスタンスの名前
    • リージョンとゾーン: 新しいインスタンスのリージョンとゾーンを選択します。最適なネットワーク パフォーマンスを得るには、地理的に最も近いリージョンを選択してください。利用可能なユーザー管理ノートブックの場所をご覧ください。

  5. [環境] セクションの [環境] フィールドで、[カスタム コンテナ] を選択します。

  6. [Docker コンテナ イメージ] フィールドに、次のいずれかの方法で Docker コンテナ イメージを追加します。

    • Docker コンテナ イメージのパスを入力します。たとえば、Deep Learning Containers のアクセラレータで TensorFlow 2.12 コンテナ イメージを使用するには、「us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cpu.2-12.py310」と入力します。
    • [選択] をクリックして、Artifact Registry から Docker コンテナ イメージを追加します。次に、コンテナ イメージが保存されている [Artifact Registry] タブで、コンテナ イメージを含むプロジェクトに変更して、コンテナ イメージを選択します。

  7. 残りの設定はデフォルトのままにします。設定の詳細については、特定のプロパティでユーザー管理のノートブック インスタンスを作成するをご覧ください。

  8. [作成] をクリックします。Vertex AI Workbench は、カスタム コンテナに基づいて、ユーザー管理のノートブック インスタンスを作成します。

次のステップ