使用机密计算创建实例

本文档介绍了如何创建启用了机密计算的 Vertex AI Workbench 实例。

概览

机密计算是通过基于硬件的可信执行环境 (TEE) 保护使用中的数据的方法。TEE 是安全且独立的环境,可防止对使用中的应用和数据进行未经授权的访问或修改。此安全标准由机密计算联盟定义。

创建启用了机密计算的 Vertex AI Workbench 实例时,您的新 Vertex AI Workbench 实例将是机密虚拟机实例。如需详细了解机密虚拟机实例,请参阅机密虚拟机概览

准备工作

  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 Compute Engine and Notebooks APIs.

    Enable the APIs

  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 Compute Engine and Notebooks APIs.

    Enable the APIs

所需的角色

如需获得创建 Vertex AI Workbench 实例所需的权限,请让您的管理员为您授予项目的 Notebooks Runner (roles/notebooks.runner) IAM 角色。如需详细了解如何授予角色,请参阅管理对项目、文件夹和组织的访问权限

您也可以通过自定义角色或其他预定义角色来获取所需的权限。

创建实例

您可以使用 gcloud CLI 或 REST API 创建启用了机密计算的实例:

gcloud

如需创建启用了机密计算的 Vertex AI Workbench 实例,请使用 gcloud workbench instances create 命令并将 --confidential-compute-type 设置为 SEV

在使用下面的命令数据之前,请先进行以下替换:

  • INSTANCE_NAME:Vertex AI Workbench 实例的名称;必须以字母开头,后面最多可跟 62 个小写字母、数字或连字符 (-),但不能以连字符结尾
  • PROJECT_ID:您的项目 ID
  • LOCATION:您希望实例所在的可用区
  • MACHINE_TYPE:实例虚拟机的机器类型,例如:n2d-standard-2

执行以下命令:

Linux、macOS 或 Cloud Shell

gcloud workbench instances create INSTANCE_NAME \
    --project=PROJECT_ID \
    --location=LOCATION \
    --machine-type=MACHINE_TYPE \
    --confidential-compute-type=SEV

Windows (PowerShell)

gcloud workbench instances create INSTANCE_NAME `
    --project=PROJECT_ID `
    --location=LOCATION `
    --machine-type=MACHINE_TYPE `
    --confidential-compute-type=SEV

Windows (cmd.exe)

gcloud workbench instances create INSTANCE_NAME ^
    --project=PROJECT_ID ^
    --location=LOCATION ^
    --machine-type=MACHINE_TYPE ^
    --confidential-compute-type=SEV

Vertex AI Workbench 会创建实例并自动启动该实例。当实例可供使用时,Vertex AI Workbench 会在 Google Cloud 控制台中激活打开 JupyterLab 链接。

REST

如需创建启用了机密计算的 Vertex AI Workbench 实例,请使用 projects.locations.instances.create 方法,并在 GceSetup 中添加 confidentialInstanceConfig

在使用任何请求数据之前,请先进行以下替换:

  • PROJECT_ID:您的项目 ID
  • LOCATION:您希望实例所在的可用区
  • MACHINE_TYPE:实例虚拟机的机器类型,例如:n2d-standard-2

HTTP 方法和网址:

POST https://notebooks.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION/instances

请求 JSON 正文:

{
  "gce_setup": {
    "machine_type": "MACHINE_TYPE",
    "confidentialInstanceConfig": {
      "confidentialInstanceType": SEV
    }
  }
}

如需发送请求,请选择以下方式之一:

curl

将请求正文保存在名为 request.json 的文件中,然后执行以下命令:

curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://notebooks.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION/instances"

PowerShell

将请求正文保存在名为 request.json 的文件中,然后执行以下命令:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://notebooks.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION/instances" | Select-Object -Expand Content

Vertex AI Workbench 会创建实例并自动启动该实例。当实例可供使用时,Vertex AI Workbench 会在 Google Cloud 控制台中激活打开 JupyterLab 链接。

确认实例是否已启用机密计算

如需确认 Vertex AI Workbench 实例是否已启用机密计算,请执行以下操作:

  1. 在 Google Cloud 控制台中,进入实例页面。

    转到实例

  2. 实例名称列中,点击要检查的实例的名称。

    实例详情页面会打开。

  3. 虚拟机详情旁边,点击在 Compute Engine 中查看

  4. 在 Compute Engine 详情页面上,机密虚拟机服务的值显示为 EnabledDisabled

限制

创建或使用启用了机密计算的 Vertex AI Workbench 实例时,存在以下限制:

  • 仅支持 N2D 机器类型。请参阅 N2D 机器类型

  • 创建 Vertex AI Workbench 实例后,您将无法启用或停用机密计算。

结算

虽然此功能目前处于预览版阶段,但使用启用了机密计算功能的 Vertex AI Workbench 实例的费用与不启用机密计算功能的实例相同。请参阅价格

后续步骤