Vertex AI Workbench ist eine Entwicklungsumgebung für den gesamten Data-Science-Workflow. Wenn Sie eine notebookbasierte End-to-End-Produktionsumgebung einrichten möchten, erstellen Sie JupyterLab-Instanzen mit integrierten Integrationen. Wenn Sie Vertex AI noch nicht kennen, finden Sie hier weitere Informationen zu Vertex AI Workbench.
Auf dieser Seite wird beschrieben, wie Sie JupyterLab-Notebooks in Vertex AI Workbench verwalten, einschließlich des Erstellens und Freigebens von Notebooks und der Verwendung von Notebooks zur Interaktion mit Vertex AI-Diensten. Auf dieser Seite wird auch beschrieben, wie Sie die JupyterLab-Instanzen löschen und aktualisieren, auf denen Ihre Notebooks gehostet werden.
Informationen zum Sichern und Wiederherstellen von Daten finden Sie unter Notebook-Daten sichern und wiederherstellen.
Hinweise
Bevor Sie Notebooks mit Vertex AI Workbench verwalten können, benötigen Sie ein Projekt, in dem Vertex AI-Dienste ausgeführt werden können. Weitere Informationen finden Sie unter Projekt für Vertex AI einrichten.
Bitten Sie Ihren Projekt-IAM-Administrator, Ihnen eine der folgenden Rollen zuzuweisen, um die Berechtigungen zu erhalten, die Sie zum Verwalten von Notebook-Ressourcen in einem Projektnamespace benötigen:
- Workbench Notebooks Admin (
workbench-notebooks-admin): Lese- und Schreibzugriff auf alle Notebook-Ressourcen in einem Projekt. Sie benötigen diese Rolle, um JupyterLab-Notebooks zu erstellen. - Workbench-Notebooks-Betrachter (
workbench-notebooks-viewer): Lesezugriff auf alle Notebook-Ressourcen in einem Projekt. Sie benötigen diese Rolle, um JupyterLab-Notebooks zu öffnen.
Weitere Informationen zu diesen Rollen finden Sie unter IAM-Berechtigungen vorbereiten.
JupyterLab-Notebook erstellen
In diesem Abschnitt wird beschrieben, wie Sie eine JupyterLab-Instanz in Vertex AI Workbench konfigurieren und ein JupyterLab-Notebook in der Instanz erstellen.
Nachdem Sie die Voraussetzungen erfüllt haben, führen Sie die folgenden Schritte aus, um eine JupyterLab-Instanz zu konfigurieren und ein JupyterLab-Notebook zu erstellen:
- Melden Sie sich in der GDC Console an und wählen Sie Ihr Projekt aus.
- Klicken Sie im Navigationsmenü auf Vertex AI > Workbench.
- Klicken Sie auf Neues Notebook.
Geben Sie auf der Seite Notebook erstellen Werte für die folgenden Felder ein:
- Notebookname: Geben Sie den Namen ein, den Sie Ihrem JupyterLab-Notebook geben möchten. Vertex AI Workbench verwendet den von Ihnen ausgewählten Namen, um eine URL für den Zugriff auf Ihr Notebook zu erstellen.
- Umgebung: Wählen Sie ein Docker-Image für Ihre JupyterLab-Instanz aus. Dieses Image bietet eine Grundlage für die Bereitstellung und typische Pakete für maschinelles Lernen (ML).
- Cluster: Wählen Sie einen Kubernetes-Cluster für Ihre JupyterLab-Instanz aus, der Ihren Nutzungsanforderungen entspricht. Wenn kein Kubernetes-Cluster verfügbar ist, bitten Sie Ihren Administrator, einen oder mehrere Cluster hinzuzufügen.
- CPUs / Arbeitsspeicher: Geben Sie die Anzahl der CPUs und die Menge an Arbeitsspeicher ein, die Sie für Ihre Arbeitslasten benötigen. Bei CPU-intensiven Arbeitslasten können Sie mehr als eine CPU auswählen.
- GPUs: Wählen Sie die Anzahl der GPUs aus, die Sie für Ihre JupyterLab-Instanz benötigen. In Distributed Cloud ist eine GPU ein NVIDIA-MIG-Slice (Multi-Instance GPU) einer A100 Tensor Core GPU.
- Workspace-Volume: Geben Sie die benötigte Speichergröße in GB ein.
Klicken Sie auf Erstellen.
Vertex AI Workbench konfiguriert die JupyterLab-Instanz und erstellt Ihr JupyterLab-Notebook. Speichern Sie die URL des Notebooks für den zukünftigen Zugriff.
Nachdem Sie ein JupyterLab-Notebook in Vertex AI Workbench erstellt haben, öffnen Sie die integrierte Entwicklungsumgebung (IDE) in der JupyterLab-Umgebung. Weitere Informationen finden Sie unter JupyterLab-Notebook öffnen.
JupyterLab-Notebook öffnen
Geben Sie die URL eines JupyterLab-Notebooks in einen Webbrowser ein, um es zu öffnen. Wenn Sie die URL nicht kennen, gehen Sie so vor, um das Notebook zu öffnen:
- Melden Sie sich in der GDC Console an und wählen Sie Ihr Projekt aus.
- Klicken Sie im Navigationsmenü auf Vertex AI > Workbench.
- Suchen Sie das JupyterLab-Notebook, das Sie öffnen möchten, und klicken Sie auf JupyterLab öffnen, um die IDE der JupyterLab-Instanz zu öffnen.
- Wenn Sie zur Authentifizierung aufgefordert werden, folgen Sie der Anleitung Ihres Identitätsanbieters.
- Öffnen Sie in der JupyterLab-Instanz das JupyterLab-Notebook.
Geben Sie die URL eines JupyterLab-Notebooks für andere Nutzer frei, damit auch sie es öffnen können. Der vorgesehene Nutzer muss die Rolle „Betrachter von Workbench-Notebooks“ haben.
Vertex AI-Dienste über ein JupyterLab-Notebook verwenden
Verwenden Sie Clientbibliotheken, um über ein JupyterLab-Notebook mit einem Vertex AI-Dienst zu interagieren. Mit den Vertex AI-Clientbibliotheken können Sie programmatisch API-Aufrufe an jeden Vertex AI-Dienst in Distributed Cloud senden.
So verwenden Sie einen Vertex AI-Dienst aus einem JupyterLab-Notebook:
- Aktivieren Sie die entsprechende Vertex AI API.
- Installieren Sie die entsprechende Vertex AI-Clientbibliothek.
- JupyterLab-Notebook erstellen
- Öffnen Sie das JupyterLab-Notebook und verwenden Sie es, um Code mit den Vertex AI-Clientbibliotheken zu schreiben. Sie können beispielsweise Text übersetzen, indem Sie die Vertex AI Translation-Clientbibliothek verwenden.
JupyterLab-Instanz löschen
So löschen Sie eine JupyterLab-Instanz:
- Melden Sie sich in der GDC Console an und wählen Sie Ihr Projekt aus.
- Klicken Sie im Navigationsmenü auf Vertex AI > Workbench.
- Suchen Sie das Notebook, das mit der JupyterLab-Instanz verknüpft ist, die Sie löschen möchten.
- Klicken Sie das Kästchen des JupyterLab-Notebooks an.
- Klicken Sie auf Löschen.
- Klicken Sie im Dialogfeld Notebooks löschen auf Löschen.
JupyterLab-Instanz aktualisieren
Nachdem Ihr Infrastruktur-Operator (IO) Distributed Cloud aktualisiert hat, können Sie Ihre JupyterLab-Instanzen aktualisieren.
Führen Sie die folgenden Schritte für jede JupyterLab-Instanz aus, die Sie aktualisieren möchten:
- Speichern Sie die Dateien, die Sie behalten möchten, aus der JupyterLab-Instanz in einem Speicher-Bucket. Weitere Informationen finden Sie unter Speicherobjekte in Projekten hoch- und herunterladen.
- Melden Sie sich nach dem Update in der GDC Console an und wählen Sie Ihr Projekt aus.
- Neue JupyterLab-Instanz konfigurieren Vertex AI Workbench erstellt eine JupyterLab-Instanz mit einer neuen Version von JupyterLab. Die neue JupyterLab-Instanz enthält beispielsweise Clientbibliotheksupdates von Distributed Cloud.
- Kopieren Sie die Dateien aus dem Speicher-Bucket der alten JupyterLab-Instanz in die neue JupyterLab-Instanz.
Sie können die vorherige Version Ihrer JupyterLab-Instanz löschen. Weitere Informationen finden Sie unter JupyterLab-Instanz löschen.