가상 머신 이미지 선택

사용자 관리형 노트북 인스턴스는 JupyterLab 노트북 환경이 사용 설정되고 바로 사용할 수 있는 Deep Learning VM Image 인스턴스입니다. 사용할 수 있는 사용자 관리형 노트북 이미지는 프레임워크와 프로세서에 따라 달라집니다. 원하는 이미지를 찾으려면 다음 표를 참조하세요.

이미지 계열 결정

인스턴스에서 지원되는 이미지 계열을 사용하려면 이름에 -notebooks이 있는 이미지 계열을 참조하여 인스턴스를 만듭니다. 다음 표에서는 프레임워크 유형별로 구성된 기본 이미지 계열 버전을 보여줍니다. 여기에 표시되지 않은 특정 프레임워크 버전이 필요하면 지원되는 프레임워크 버전을 참조하세요.

프레임워크 프로세서 이미지 계열 이름
기본 GPU common-cu110-notebooks
common-cu113-notebooks
common-cu118-notebooks
common-cu121-notebooks
CPU common-cpu-notebooks
TensorFlow Enterprise GPU tf-ent-2-13-cu113-notebooks
PyTorch GPU pytorch-2-2-cu121-notebooks
R CPU(실험용) r-4-1-cpu-experimental-notebooks

운영체제 선택

Debian 11은 대부분의 프레임워크의 기본 OS입니다. 일부 프레임워크에서는 Ubuntu 22.04 이미지를 사용할 수 있습니다. Ubuntu 22.04 이미지는 이미지 계열 이름에 -ubuntu-2204 서픽스로 표시됩니다(사용 가능한 모든 버전 나열 참조). Debian 10 및 Debian 9 이미지는 지원 중단되었습니다.

PyTorch 및 TensorFlow Enterprise 이미지 계열은 A100 GPU 가속기를 지원합니다.

TensorFlow Enterprise 이미지

TensorFlow Enterprise 이미지 계열은 TensorFlow에 대해 Google Cloud에 최적화된 배포판을 제공합니다. 지원되는 버전을 포함하여 TensorFlow Enterprise에 대한 자세한 내용은 TensorFlow Enterprise 개요를 참조하세요.

실험용 이미지

이미지 계열 표에서는 실험용 사용자 관리 메모장 이미지 계열을 보여줍니다. 실험용 이미지는 가능한 범위 내에서 최대한 지원되지만 프레임워크가 새로 출시되어도 업데이트되지 않을 수 있습니다.

이미지 버전 지정

이미지 계열 이름을 사용하여 사용자 관리 메모장 인스턴스를 만들면 프레임워크 버전의 최신 이미지를 가져옵니다. 예를 들어 계열 이름 tf-ent-2-13-cu113-notebooks에 따라 사용자 관리형 노트북 인스턴스를 만드는 경우 특정 이미지 이름은 tf-ent-2-13-cu113-notebooks-v20230716과 비슷할 수 있습니다.

정확히 동일한 이미지를 기준으로 사용자 관리형 노트북 인스턴스를 만들려면 이미지 계열 이름 대신 이미지 이름을 사용합니다.

최신 이미지의 정확한 이름을 확인하려면 원하는 터미널이나 Cloud Shell에서 Google Cloud CLI를 사용하여 다음 명령어를 실행합니다. IMAGE_FAMILY를 최신 버전 번호가 필요한 이미지 계열 이름으로 바꿉니다.

gcloud compute images describe-from-family IMAGE_FAMILY \
    --project deeplearning-platform-release

출력에서 name 필드를 찾고 인스턴스를 만들 때 이 이미지 이름을 사용합니다.

지원되는 프레임워크 버전

Vertex AI는 보안 취약점을 최소화하도록 일정에 따라 각 프레임워크 버전을 지원합니다. Vertex AI framework 지원 정책을 검토해서 지원 종료와 가용성 날짜 종료가 미치는 영향을 확인합니다.

특정 프레임워크 또는 CUDA 버전이 필요하면 다음 테이블을 참조하세요. 이미지의 특정 VERSION_DATE를 찾으려면 사용 가능한 버전 나열을 참조하세요.

기본 버전

ML 프레임워크 버전 현재 패치 버전 지원되는 가속기 패치 및 지원 종료일 사용 종료일 이미지 계열 이름
Base-CPU(Python 3.10/Debian 11) 해당 사항 없음(N/A) CPU만 2024년 7월 1일 2025년 7월 1일 common-cpu-VERSION_DATE-debian-11
Base-cu121(Python 3.10) CUDA 12.1 GPU(CUDA 12.1) 2024년 2월 28일 2025년 2월 28일 common-cu121-VERSION_DATE-debian-11-py310
Base-cu118(Python 3.10) CUDA 11.8 GPU(CUDA 11.8) 2024년 7월 1일 2025년 7월 1일 common-cu118-VERSION_DATE-debian-11-py310
Base-cu113(Python 3.10) CUDA 11.3 GPU(CUDA 11.3) 2024년 1월 1일 2025년 1월 1일 common-cu113-VERSION_DATE-debian-11-py310
Base-cu113(Python 3.7) CUDA 11.3 GPU(CUDA 11.3) 2023년 9월 18일 2024년 9월 18일 common-cu113-VERSION_DATE-py37
Base-cu110(Python 3.7) CUDA 11.0 GPU(CUDA 11.0) 2023년 9월 18일 2024년 9월 18일 common-cu110-VERSION_DATE-py37
Base-CPU(Python 3.7) 해당 사항 없음(N/A) CPU만 2023년 9월 18일 2024년 9월 18일 common-cpu-VERSION_DATE-debian-10

TensorFlow 버전

ML 프레임워크 버전 현재 패치 버전 지원되는 가속기 패치 및 지원 종료일 사용 종료일 이미지 계열 이름
2.15(Python 3.10) 2.15.0 CPU만 2024년 11월 14일 2025년 11월 14일 tf-2-15-cpu-VERSION_DATE-py310
2.15(Python 3.10) 2.15.0 GPU(CUDA 12.1) 2024년 11월 14일 2025년 11월 14일 tf-2-15-cu121-VERSION_DATE-py310
2.14(Python 3.10) 2.14.0 CPU만 2024년 9월 26일 2025년 9월 26일 tf-2-14-cpu-VERSION_DATE-py310
2.14(Python 3.10) 2.14.0 GPU(CUDA 11.8) 2024년 9월 26일 2025년 9월 26일 tf-2-14-cu118-VERSION_DATE-py310
2.13(Python 3.10) 2.13.0 CPU만 2024년 7월 5일 2025년 7월 5일 tf-2-13-cpu-VERSION_DATE-py310
2.13(Python 3.10) 2.13.0 GPU(CUDA 11.8) 2024년 7월 5일 2025년 7월 5일 tf-2-13-cu118-VERSION_DATE-py310
2.12(Python 3.10) 2.12.0 CPU만 2024년 6월 30일 2025년 6월 30일 tf-2-12-cpu-VERSION_DATE-py310
2.12(Python 3.10) 2.12.0 GPU(CUDA 11.8) 2024년 1월 18일 2025년 1월 18일 tf-2-12-cu113-VERSION_DATE-py310
2.11(Python 3.10) 2.11.0 CPU만 2023년 11월 15일 2024년 11월 15일 tf-2-11-cpu-VERSION_DATE-py310
2.11(Python 3.10) 2.11.0 GPU(CUDA 11.3) 2023년 11월 15일 2024년 11월 15일 tf-2-11-cu113-VERSION_DATE-py310
2.11 2.11.0 CPU만 2023년 11월 15일 2024년 11월 15일 tf-2-11-cpu-VERSION_DATE-py37
2.11 2.11.0 GPU(CUDA 11.3) 2023년 11월 15일 2024년 11월 15일 tf-2-11-cu113-VERSION_DATE-py37
2.10 2.10.1 CPU만 2023년 11월 15일 2024년 11월 15일 tf-2-10-cpu-VERSION_DATE-py37
2.10 2.10.1 GPU(CUDA 11.3) 2023년 11월 15일 2024년 11월 15일 tf-2-10-cu113-VERSION_DATE-py37
2.9 2.9.3 CPU만 2023년 11월 15일 2024년 11월 15일 tf-2-9-cpu-VERSION_DATE-py37
2.9 2.9.3 GPU(CUDA 11.3) 2023년 11월 15일 2024년 11월 15일 tf-2-9-cu113-VERSION_DATE-py37
2.8 2.8.4 CPU만 2023년 11월 15일 2024년 11월 15일 tf-2-8-cpu-VERSION_DATE-py37
2.8 2.8.4 GPU(CUDA 11.3) 2023년 11월 15일 2024년 11월 15일 tf-2-8-cu113-VERSION_DATE-py37
2.6(py39) 2.6.5 CPU만 2023년 9월 1일 2024년 9월 1일 tf-2-6-cpu-VERSION_DATE-py39
2.6(py39) 2.6.5 GPU(CUDA 11.3) 2023년 9월 1일 2024년 9월 1일 tf-2-6-cu110-VERSION_DATE-py39
2.6(py37) 2.6.5 CPU만 2023년 9월 18일 2024년 9월 18일 tf-2-6-cpu-VERSION_DATE-py37
2.6(py37) 2.6.5 GPU(CUDA 11.3) 2023년 9월 18일 2024년 9월 18일 tf-2-6-cu110-VERSION_DATE-py37
2.3 2.3.4 CPU만 2023년 9월 1일 2024년 9월 1일 tf-2-3-cpu
2.3 2.3.4 GPU(CUDA 11.3) 2023년 9월 1일 2024년 9월 1일 tf-2-3-cu110-VERSION_DATE

PyTorch 버전

ML 프레임워크 버전 현재 패치 버전 지원되는 가속기 패치 및 지원 종료일 사용 종료일 이미지 계열 이름
2.2(Python 3.10) 2.2.0 CUDA 12.1 2025년 1월 30일 2026년 1월 30일 pytorch-2-2-VERSION_DATE-py310
2.1(Python 3.10) 2.1.0 CUDA 12.1 2024년 10월 4일 2025년 10월 4일 pytorch-2-1-VERSION_DATE-py310
2.0(Python 3.10) 2.0.0 CUDA 11.8 2024년 3월 15일 2025년 3월 15일 pytorch-2-0-VERSION_DATE-py310
1.13(Python 3.10) 1.13.1 CUDA 11.3 2023년 12월 8일 2024년 12월 8일 pytorch-1-13-VERSION_DATE-py310
1.13 1.13.1 CUDA 11.3 2023년 12월 8일 2024년 12월 8일 pytorch-1-13-VERSION_DATE-py37
1.12 1.12.1 CUDA 11.3 2023년 9월 1일 2024년 9월 1일 pytorch-1-12-VERSION_DATE-py310

gcloud CLI를 사용하여 사용 가능한 모든 버전 나열

다음 gcloud CLI 명령어를 사용하여 사용 가능한 모든 Vertex AI 이미지를 나열할 수도 있습니다.

gcloud compute images list \
    --project deeplearning-platform-release | grep notebooks

이미지 계열 이름은 다음 형식으로 나열됩니다.

FRAMEWORK-VERSION-CUDA_VERSION(-experimental)-notebooks

  • FRAMEWORK: 대상 라이브러리
  • VERSION: 프레임워크 버전
  • CUDA_VERSION: CUDA 스택 버전(있는 경우)

예를 들어 tf-ent-2-13-cu113-notebooks 계열의 이미지에는 TensorFlow Enterprise 2.13 및 CUDA 11.3이 있습니다.

다음 단계