O Vertex AI Workbench é um ambiente de desenvolvimento único para todo o fluxo de trabalho de ciência de dados. Para configurar um ambiente de produção completo baseado em notebook, crie instâncias do JupyterLab com integrações integradas. Se você não conhece a Vertex AI, saiba mais sobre o Vertex AI Workbench.
Nesta página, descrevemos o processo de gerenciamento de notebooks JupyterLab no Vertex AI Workbench, incluindo a criação e o compartilhamento de notebooks e o uso de notebooks para interagir com os serviços da Vertex AI. Nesta página, também mostramos como excluir e atualizar as instâncias do JupyterLab que hospedam seus notebooks.
Para informações sobre como fazer backup e restaurar dados, consulte Criar um backup e restaurar dados de notebook.
Antes de começar
Antes de usar o Vertex AI Workbench para gerenciar notebooks, você precisa ter um projeto pronto para executar os serviços da Vertex AI. Para mais informações, consulte Configurar um projeto para a Vertex AI.
Para receber as permissões necessárias para gerenciar recursos de notebook em um namespace de projeto, peça ao administrador do IAM do projeto para conceder a você um dos seguintes papéis:
- Administrador de notebooks do Workbench (
workbench-notebooks-admin): tenha acesso de leitura e gravação a todos os recursos de notebook em um projeto. Essa função é necessária para criar notebooks do JupyterLab. - Leitor do Notebooks do Workbench (
workbench-notebooks-viewer): tenha acesso somente leitura a todos os recursos de notebook em um projeto. Essa função é necessária para abrir notebooks do JupyterLab.
Para mais informações sobre esses papéis, consulte Preparar permissões do IAM.
Criar um notebook do JupyterLab
Esta seção descreve como configurar uma instância do JupyterLab no Vertex AI Workbench e criar um notebook do JupyterLab na instância.
Depois de atender aos pré-requisitos, siga estas etapas para configurar uma instância do JupyterLab e criar um notebook do JupyterLab:
- Faça login no console do GDC e selecione seu projeto.
- No menu de navegação, clique em Vertex AI > Workbench.
- Clique em Novo notebook.
Na página Criar notebook, insira valores nos seguintes campos:
- Nome do notebook: insira o nome que você quer dar ao notebook do JupyterLab. O Vertex AI Workbench usa o nome escolhido para criar um URL para acessar seu notebook.
- Ambiente: selecione uma imagem do Docker para sua instância do JupyterLab. Essa imagem fornece uma base para implantação e pacotes típicos de machine learning (ML).
- Cluster: selecione um cluster do Kubernetes para sua instância do JupyterLab que atenda aos requisitos de uso. Se um cluster do Kubernetes não estiver disponível, trabalhe com seu administrador para adicionar um ou mais clusters.
- CPUs / Memória: insira a quantidade de CPUs e RAM necessárias para suas cargas de trabalho. Para cargas de trabalho que usam muita CPU, é possível escolher mais de uma CPU.
- GPUs: selecione o número de GPUs necessárias para sua instância do JupyterLab. No Distributed Cloud, uma GPU é uma fração de GPU de várias instâncias (MIG) da NVIDIA de uma GPU A100 Tensor Core.
- Volume do espaço de trabalho: insira o tamanho de armazenamento necessário em GB.
Clique em Criar.
O Vertex AI Workbench configura a instância do JupyterLab e cria seu notebook do JupyterLab. Salve o URL do notebook para acesso futuro.
Depois de criar um notebook do JupyterLab no Vertex AI Workbench, abra o ambiente de desenvolvimento integrado (IDE) no ambiente do JupyterLab. Para mais informações, consulte Abrir um notebook do JupyterLab.
Abrir um notebook JupyterLab
Digite o URL de um notebook do JupyterLab em um navegador da Web para abri-lo. Se você não souber o URL, siga estas etapas para abrir o notebook:
- Faça login no console do GDC e selecione seu projeto.
- No menu de navegação, clique em Vertex AI > Workbench.
- Encontre o notebook do JupyterLab que você quer abrir e clique em Abrir JupyterLab para abrir o ambiente de desenvolvimento integrado da instância do JupyterLab.
- Se for necessário fazer a autenticação, siga as etapas do seu provedor de identidade.
- Na instância do JupyterLab, abra o notebook do JupyterLab.
Compartilhe o URL de um notebook do JupyterLab com outros usuários para que eles também possam abrir. O usuário pretendido precisa ter o papel de leitor do Notebooks do Workbench.
Usar serviços da Vertex AI em um notebook do JupyterLab
Use bibliotecas de cliente para interagir com um serviço da Vertex AI em um notebook do JupyterLab. Com as bibliotecas de cliente da Vertex AI, é possível fazer chamadas de API de forma programática para qualquer serviço da Vertex AI na Distributed Cloud.
Siga estas etapas para usar um serviço da Vertex AI em um notebook do JupyterLab:
- Ative a API Vertex AI correspondente.
- Instale a biblioteca de cliente da Vertex AI correspondente.
- Crie um notebook do JupyterLab.
- Abra o notebook do JupyterLab e use-o para escrever código com as bibliotecas de cliente da Vertex AI. Por exemplo, é possível traduzir texto usando a biblioteca de cliente da Vertex AI Translation.
Excluir uma instância do JupyterLab
Siga estas etapas para excluir uma instância do JupyterLab:
- Faça login no console do GDC e selecione seu projeto.
- No menu de navegação, clique em Vertex AI > Workbench.
- Encontre o notebook associado à instância do JupyterLab que você quer excluir.
- Marque a caixa de seleção do notebook do JupyterLab.
- Clique em Excluir.
- Na caixa de diálogo Excluir notebooks, clique em Excluir.
Atualizar uma instância do JupyterLab
Depois que o operador de infraestrutura (IO) atualizar o Distributed Cloud, você poderá atualizar as instâncias do JupyterLab.
Siga estas etapas para cada instância do JupyterLab que você quer atualizar:
- Salve os arquivos da instância do JupyterLab que você quer manter em um bucket de armazenamento. Para mais informações, consulte Fazer upload e download de objetos de armazenamento em projetos.
- Depois da atualização, faça login no console do GDC e selecione seu projeto.
- Configure uma nova instância do JupyterLab. O Vertex AI Workbench cria uma instância do JupyterLab com uma nova versão do JupyterLab. Por exemplo, a nova instância do JupyterLab contém atualizações da biblioteca de cliente do Distributed Cloud.
- Copie os arquivos do bucket de armazenamento da instância desatualizada do JupyterLab para a nova instância.
Você pode excluir a versão anterior da sua instância do JupyterLab. Para mais informações, consulte Excluir uma instância do JupyterLab.