Nesta página, mostramos como conseguir uma lista de recursos permanentes e como conseguir informações sobre um recurso permanente específico pelo console do Google Cloud, CLI do Google Cloud, SDK da Vertex AI para Python e API REST.
Funções exigidas
Para receber as permissões necessárias a fim de acessar informações de recursos persistentes,
peça ao administrador para conceder a você o
papel do IAM de Leitor da Vertex AI (roles/aiplatform.viewer
) no projeto.
Para mais informações sobre como conceder papéis, consulte Gerenciar acesso.
Esse papel predefinido contém as permissões necessárias para receber informações de recursos persistentes. Para conferir as permissões exatas necessárias, expanda a seção Permissões necessárias:
Permissões necessárias
As seguintes permissões são necessárias para receber informações de recursos persistentes:
-
aiplatform.persistentResources.get
-
aiplatform.persistentResources.list
Essas permissões também podem ser concedidas com papéis personalizados ou outros papéis predefinidos.
Receber uma lista de recursos persistentes
Selecione uma das guias a seguir para instruções sobre como receber uma lista de recursos permanentes atuais.
Console
Para ver uma lista de recursos permanentes no console do Google Cloud, acesse a página Recursos permanentes.
gcloud
Antes de usar os dados do comando abaixo, faça estas substituições:
- PROJECT_ID: o ID do projeto do Google Cloud para o qual você quer receber uma lista de recursos persistentes.
- LOCATION: a região em que você quer criar o recurso permanente. Para uma lista de regiões com suporte, consulte Disponibilidade do recurso.
Execute o este comando:
Linux, macOS ou Cloud Shell
gcloud ai persistent-resources list \ --project=PROJECT_ID \ --region=LOCATION
Windows (PowerShell)
gcloud ai persistent-resources list ` --project=PROJECT_ID ` --region=LOCATION
Windows (cmd.exe)
gcloud ai persistent-resources list ^ --project=PROJECT_ID ^ --region=LOCATION
Você receberá uma resposta semelhante a esta:
Resposta
Using endpoint [https://us-central1-aiplatform.googleapis.com/] --- createTime: '2023-09-12T20:45:33.220989Z' displayName: test name: projects/123456789012/locations/us-central1/persistentResources/test-persistent-resource resourcePools: - autoscalingSpec: maxReplicaCount: '4' minReplicaCount: '1' diskSpec: bootDiskSizeGb: 100 bootDiskType: pd-standard id: n1-highmem-2-nvidia-tesla-t4-1 machineSpec: acceleratorCount: 1 acceleratorType: NVIDIA_TESLA_T4 machineType: n1-highmem-2 replicaCount: '1' startTime: '2023-09-12T20:50:36.992739253Z' state: RUNNING updateTime: '2023-09-12T20:50:42.813723Z' --- createTime: '2023-09-12T20:37:21.691977Z' displayName: my-persistent-resource name: projects/123456789012/locations/us-central1/persistentResources/my-persistent-resource resourcePools: - autoscalingSpec: maxReplicaCount: '12' minReplicaCount: '4' diskSpec: bootDiskSizeGb: 200 bootDiskType: pd-standard id: n1-highmem-2-nvidia-tesla-t4-1 machineSpec: acceleratorCount: 1 acceleratorType: NVIDIA_TESLA_T4 machineType: n1-highmem-2 replicaCount: '4' - diskSpec: bootDiskSizeGb: 100 bootDiskType: pd-ssd id: n1-standard-4 machineSpec: machineType: n1-standard-4 replicaCount: '4' startTime: '2023-09-12T20:42:46.495575169Z' state: RUNNING updateTime: '2023-09-12T20:42:51.519271Z'
Python
Antes de testar esse exemplo, siga as instruções de configuração para Python no Guia de início rápido da Vertex AI sobre como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API Vertex AI para Python.
Para autenticar na Vertex AI, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
# Optional arguments: # filter (str): An expression for filtering the results of the request. For # field names both snake_case and camelCase are supported. # order_by (str): A comma-separated list of fields to order by, sorted in # ascending order. Use "desc" after a field name for descending. Supported # fields: `display_name`, `create_time`, `update_time` # List the persistent resource on the project. resource_list = persistent_resource.PersistentResource.list() for i in range(len(resource_list)): print(resource_list[i].name) print(resource_list[i].state)
REST
Antes de usar os dados da solicitação abaixo, faça as substituições a seguir:
- PROJECT_ID: o ID do projeto do Google Cloud para o qual você quer receber uma lista de recursos persistentes.
- LOCATION: a região em que você quer criar o recurso permanente. Para uma lista de regiões com suporte, consulte Disponibilidade do recurso.
Método HTTP e URL:
GET https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/persistentResources
Para enviar a solicitação, expanda uma destas opções:
Você receberá uma resposta JSON semelhante a esta:
Receber informações sobre um recurso permanente
Selecione uma das seguintes guias para instruções sobre como receber informações sobre um recurso persistente, incluindo o status, a configuração de hardware e as réplicas disponíveis.
Console
Para visualizar informações sobre um recurso persistente no console do Google Cloud, faça o seguinte:
No console do Google Cloud, acesse a página Recursos permanentes.
Clique no nome do recurso persistente que você quer visualizar.
gcloud
Antes de usar os dados do comando abaixo, faça estas substituições:
- PROJECT_ID: o ID do projeto do recurso permanente sobre o qual você quer receber informações.
- LOCATION: a região do recurso permanente sobre o qual você quer receber informações.
- PERSISTENT_RESOURCE_ID: o ID do recurso permanente sobre o qual você quer receber informações.
Execute o este comando:
Linux, macOS ou Cloud Shell
gcloud ai persistent-resources describe PERSISTENT_RESOURCE_ID \ --project=PROJECT_ID \ --region=LOCATION
Windows (PowerShell)
gcloud ai persistent-resources describe PERSISTENT_RESOURCE_ID ` --project=PROJECT_ID ` --region=LOCATION
Windows (cmd.exe)
gcloud ai persistent-resources describe PERSISTENT_RESOURCE_ID ^ --project=PROJECT_ID ^ --region=LOCATION
Você receberá uma resposta semelhante a esta:
Resposta
Using endpoint [https://us-central1-aiplatform.googleapis.com/] createTime: '2023-07-06T18:47:42.098296Z' displayName: Test-Persistent-Resource name: projects/123456789012/locations/us-central1/persistentResources/my-persistent-resource resourcePools: - diskSpec: bootDiskSizeGb: 100 bootDiskType: pd-ssd machineSpec: machineType: n1-highmem-4 replicaCount: '4' - diskSpec: bootDiskSizeGb: 100 bootDiskType: pd-ssd machineSpec: acceleratorCount: 1 acceleratorType: NVIDIA_TESLA_P4 machineType: n1-standard-4 replicaCount: '4' usedReplicaCOunt: '2' startTime: '2023-07-06T18:51:53.209127117Z' state: RUNNING updateTime: '2023-07-06T18:52:01.545109Z'
Python
Antes de testar esse exemplo, siga as instruções de configuração para Python no Guia de início rápido da Vertex AI sobre como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API Vertex AI para Python.
Para autenticar na Vertex AI, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
resource_to_get = persistent_resource.PersistentResource( EXAMPLE_PERSISTENT_RESOURCE_ID ) print(resource_to_get.display_name) print(resource_to_get.state) print(resource_to_get.start_time)
REST
Antes de usar os dados da solicitação abaixo, faça as substituições a seguir:
- PROJECT_ID: o ID do projeto do recurso permanente sobre o qual você quer receber informações.
- LOCATION: a região do recurso permanente sobre o qual você quer receber informações.
- PERSISTENT_RESOURCE_ID: o ID do recurso permanente sobre o qual você quer receber informações.
Método HTTP e URL:
GET https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/persistentResources/PERSISTENT_RESOURCE_ID
Para enviar a solicitação, expanda uma destas opções:
Você receberá uma resposta JSON semelhante a esta:
{ "name": "projects/123456789012/locations/us-central1/persistentResources/test-persistent-resource", "displayName": "test", "resourcePools": [ { "id": "n1-highmem-2-nvidia-tesla-t4-1", "machineSpec": { "machineType": "n1-highmem-2", "acceleratorType": "NVIDIA_TESLA_T4", "acceleratorCount": 1 }, "replicaCount": "1", "diskSpec": { "bootDiskType": "pd-standard", "bootDiskSizeGb": 100 }, "autoscalingSpec": { "minReplicaCount": "1", "maxReplicaCount": "4" } } ], "state": "RUNNING", "createTime": "2023-09-12T20:45:33.220989Z", "startTime": "2023-09-12T20:50:36.992739253Z", "updateTime": "2023-09-12T20:50:42.813723Z" }
A seguir
- Saiba mais sobre recursos persistentes.
- Executar jobs de treinamento em um recurso persistente
- Receba informações sobre um recurso persistente.
- Reinicialize um recurso persistente.
- Exclua um recurso persistente.