Scelta di una soluzione di blocco note

Questa pagina descrive le differenze tra le opzioni di ambiente per i notebook di Vertex AI in modo da poter scegliere quella migliore per il tuo progetto.

Vertex AI offre due soluzioni per l'ambiente notebook:

  • Colab Enterprise:un ambiente di notebook gestito e collaborativo con le funzionalità di sicurezza e conformità di Google Cloud. Se le priorità del tuo progetto sono collaborare con altri ed evitare di perdere tempo a gestire l'infrastruttura, Colab Enterprise potrebbe essere la soluzione migliore per te. Consulta la sezione Colab Enterprise riportata di seguito.

  • Vertex AI Workbench: un ambiente basato su blocchi note Jupyter fornito tramite istanze di macchine virtuali (VM) con funzionalità che supportano l'intero flusso di lavoro di data science. Se le priorità del tuo progetto sono il controllo e la personalizzazione, Vertex AI Workbench potrebbe essere l'opzione migliore per te. Consulta la sezione Vertex AI Workbench.

Colab Enterprise

Scopri alcuni dei punti di forza di Colab Enterprise nelle sezioni che seguono. Per ulteriori informazioni, consulta Introduzione a Colab Enterprise.

Condividi e collabora

Colab Enterprise ti consente di condividere i notebook e collaborare con altre persone. Puoi condividere un notebook con un singolo utente, un gruppo Google o un dominio Google Workspace. Puoi controllare questo accesso tramite Identity and Access Management (IAM).

Computing gestito

Colab Enterprise ti consente di lavorare nei notebook senza dover gestire l'infrastruttura. Colab Enterprise esegue il provisioning di un runtime quando ti serve. Se vuoi, puoi configurare i runtime per esigenze specifiche, ma Colab Enterprise li avvia e li arresta automaticamente quando non li utilizzi più.

Integrato nella console Google Cloud

Le integrazioni di Colab Enterprise con i servizi Google Cloud svolgono un ruolo fondamentale nell'utilizzo dei notebook che interagiscono con questi servizi. Puoi utilizzare Colab Enterprise dalla console Google Cloud, con funzionalità integrate sia in Vertex AI sia in BigQuery.

Scrivere codice con l'assistenza di Gemini

Puoi utilizzare Gemini in Vertex AI, un prodotto del portafoglio Gemini per Google Cloud, per scrivere e generare codice in un notebook Vertex AI. Gemini in Vertex AI può generare suggerimenti per il completamento del codice mentre digiti in una cella di codice. Puoi anche utilizzare lo strumento Aiutami a programmare per generare codice in base a una descrizione di ciò che vuoi. Per saperne di più, consulta Scrivere codice con l'assistenza di Gemini.

Vertex AI Workbench

Scopri alcuni dei punti di forza di Vertex AI Workbench nelle sezioni che seguono. Per ulteriori informazioni, consulta Introduzione a Vertex AI Workbench.

Tipi di istanza

Vertex AI Workbench fornisce diversi tipi di istanze basate su blocchi note Jupyter per il flusso di lavoro di data science:

  • Istanze Vertex AI Workbench: un'opzione che combina le integrazioni orientate al flusso di lavoro di un'istanza di notebook gestiti con la personalizzazione di un'istanza di notebook gestiti dall'utente.

  • Blocchi note gestiti di Vertex AI Workbench (dismessi): ambienti gestiti da Google con integrazioni e funzionalità che ti aiutano a configurare e lavorare in un ambiente di produzione end-to-end basato su notebook.

  • Notebook gestiti dall'utente di Vertex AI Workbench (dismessi): Deep Learning VM Image molto personalizzabili e quindi ideali per gli utenti che hanno bisogno di un elevato controllo sul proprio ambiente.

Tutte le opzioni di Vertex AI Workbench forniscono quanto segue:

  • Preconfigurato con JupyterLab.
  • Una suite preinstallata di pacchetti di deep learning, tra cui il supporto per i framework di TensorFlow e PyTorch.
  • Supporto per gli acceleratori GPU.
  • La possibilità di sincronizzarsi con un repository GitHub.
  • Autenticazione e autorizzazione Google Cloud.

Istanze Vertex AI Workbench

Le istanze di Vertex AI Workbench potrebbero essere una buona scelta se hai bisogno delle integrazioni orientate al flusso di lavoro dei notebook gestiti e della personalizzazione dei notebook gestiti dall'utente.

Aggiungere ambienti conda

Le istanze Vertex AI Workbench utilizzano kernel basati su ambienti conda. Puoi aggiungere un ambiente conda all'istanza Vertex AI Workbench, e l'ambiente viene visualizzato come kernel nell'interfaccia JupyterLab dell'istanza.

L'aggiunta di ambienti conda ti consente di utilizzare kernel non disponibili nell'istanza Vertex AI Workbench predefinita. Ad esempio, puoi aggiungere ambienti conda per R e Apache Beam. In alternativa, puoi aggiungere ambienti conda per versioni precedenti specifiche dei framework disponibili, come TensorFlow, PyTorch o Python.

Per ulteriori informazioni, consulta Aggiungere un ambiente conda.

Accesso ai dati

Puoi lavorare in modo più efficiente accedendo ai dati senza uscire dall'interfaccia JupyterLab.

Dal menu di navigazione di JupyterLab su un'istanza di Vertex AI Workbench, puoi utilizzare l'integrazione di Cloud Storage per sfogliare i dati e altri file a cui hai accesso.

Anche dal menu di navigazione, puoi utilizzare l'integrazione di BigQuery per sfogliare le tabelle a cui hai accesso, scrivere query, visualizzare l'anteprima dei risultati e caricare i dati nel tuo notebook.

Esecuzioni automatiche del notebook

Puoi impostare un notebook in modo che venga eseguito in base a una programmazione ricorrente. Anche quando l'istanza è inattiva, Vertex AI Workbench eseguirà il file del tuo notebook e salverà i risultati per consentirti di visualizzarli e condividerli con altri.

Arresto automatico per le istanze inattive

Per contribuire a gestire i costi, puoi impostare l'interruzione dell'istanza Vertex AI Workbench dopo che è rimasta inattiva per un determinato periodo di tempo. Per ulteriori informazioni, consulta la sezione Spegnimento in caso di inattività.

Container personalizzati

Puoi creare un'istanza di Vertex AI Workbench in base a un contenitore personalizzato. Inizia con un'immagine container di base fornita da Google e modificala in base alle tue esigenze. Quindi, crea un'istanza basata sul tuo container personalizzato.

Per ulteriori informazioni, consulta Creare un'istanza utilizzando un contenuto personalizzato.

Utilizzare le credenziali di terze parti

Puoi creare e gestire istanze di Vertex AI Workbench con le credenziali di terze parti fornite da Workforce Identity Federation. La federazione delle identità della forza lavoro utilizza il tuo provider di identità (IdP) esterno per concedere a un gruppo di utenti l'accesso alle istanze di Vertex AI Workbench tramite un proxy.

Per ulteriori informazioni, vedi Creare un'istanza con credenziali di terze parti.

Monitoraggio dello stato di integrità

Per assicurarti che l'istanza di Vertex AI Workbench funzioni correttamente, puoi monitorarne lo stato di salute.

Istanze Deep Learning VM modificabili

Vertex AI Workbench fornisce metodi API per modificare la VM di base tramite l'API Notebooks.

Blocchi note gestiti da Vertex AI Workbench

I blocchi note gestiti sono in genere una buona scelta se vuoi utilizzare un blocco note per l'esplorazione, l'analisi, la modellazione dei dati o come parte di un flusso di lavoro di data science end-to-end.

Le istanze di blocco note gestite ti consentono di eseguire attività orientate al flusso di lavoro senza uscire dall'interfaccia di JupyterLab. Offrono inoltre molte integrazioni e funzionalità per l'implementazione del flusso di lavoro di data science.

Di seguito sono riportate alcune delle integrazioni e delle funzionalità incluse nei notebook gestiti.

Controllare l'hardware e il framework da JupyterLab

In un'istanza di blocchi note gestiti, l'interfaccia JupyterLab consente di specificare le risorse di calcolo su cui verrà eseguito il codice, ad esempio il numero di vCPU o GPU e la quantità di RAM, nonché il framework in cui vuoi eseguire il codice. Puoi scrivere prima il codice e poi scegliere come eseguirlo senza uscire da JupyterLab o riavviare l'istanza. Per test rapidi del codice, puoi ridurre e poi aumentare le dimensioni dell'hardware per eseguire il codice su più dati.

Container personalizzati

L'istanza di Notebooks gestita include molti framework di scienza dei dati comuni tra cui scegliere, come TensorFlow e PyTorch, ma puoi anche aggiungere immagini container Docker personalizzate alla tua istanza. I contenitori personalizzati vengono visualizzati come kernel nell'interfaccia JupyterLab dell'istanza.

Per ulteriori informazioni, consulta Aggiungere un contenitore personalizzato a un'istanza di notebook gestita.

Accesso ai dati

Puoi accedere ai tuoi dati senza uscire dall'interfaccia di JupyterLab.

Dal menu di navigazione di JupyterLab su un'istanza di notebook gestita, puoi utilizzare l'integrazione di Cloud Storage per navigare tra i dati e gli altri file a cui hai accesso.

Anche dal menu di navigazione, puoi utilizzare l'integrazione di BigQuery per sfogliare le tabelle a cui hai accesso, scrivere query, visualizzare l'anteprima dei risultati e caricare i dati nel tuo notebook.

Esecuzioni automatiche del notebook

Puoi impostare un notebook in modo che venga eseguito in base a una programmazione ricorrente. Anche quando l'istanza è inattiva, Vertex AI Workbench eseguirà il file del tuo notebook e salverà i risultati per consentirti di visualizzarli e condividerli con altri.

Integrazione di Dataproc

Puoi elaborare i dati rapidamente eseguendo un blocco note su un cluster Dataproc. Una volta configurato il cluster, puoi eseguire un file del notebook senza uscire dall'interfaccia di JupyterLab.

Arresto automatico per le istanze inattive

Per contribuire a gestire i costi, puoi impostare la tua istanza di Notebook gestiti in modo che si spenga dopo essere rimasta inattiva per un determinato periodo di tempo. Per ulteriori informazioni, consulta la sezione Spegnimento in caso di inattività.

Notebook gestiti dall'utente di Vertex AI Workbench

I notebook gestiti dall'utente possono essere una buona scelta per gli utenti che richiedono una personalizzazione estesa o che hanno bisogno di un elevato controllo sul proprio ambiente.

Istanze Deep Learning VM personalizzabili

Le istanze di notebook gestite dall'utente sono istanze VM per il deep learning. Scegli dettagli specifici della tua istanza di macchina virtuale (VM) quando crei l'istanza di blocchi note gestiti dall'utente. Ad esempio, quando crei un'istanza di notebook gestita dall'utente, puoi selezionare il tipo di macchina e il framework. Puoi cambiare il tipo di macchina dell'istanza dopo la creazione, anche se questo richiede il riavvio dell'istanza.

Nell'istanza di Notebook gestita dall'utente, puoi apportare modifiche manuali, ad esempio aggiornare il software e le versioni dei pacchetti. La modifica del framework nell'istanza è un processo più complesso.

Poiché le istanze di notebook gestite dall'utente sono esposte come istanze Compute Engine, puoi personalizzarle nello stesso modo in cui personalizzi le istanze Compute Engine. Per ulteriori informazioni, consulta la documentazione di Compute Engine.

Networking e sicurezza

Per gli utenti con esigenze specifiche di rete e sicurezza, i notebook gestiti dall'utente possono essere la scelta migliore.

Sia i blocchi note gestiti dall'utente sia i blocchi note gestiti supportano i Controlli di servizio VPC, ma hai un maggiore controllo sulla VM di un'istanza di blocchi note gestiti dall'utente. In questo modo è più facile configurare manualmente le istanze di notebook gestite dall'utente per soddisfare alcune esigenze specifiche di rete e sicurezza.

Monitoraggio dello stato di integrità

Per assicurarti che l'istanza di Notebook gestita dall'utente funzioni correttamente, puoi monitorare lo stato di salute.

Passaggi successivi

Per iniziare, crea uno dei seguenti elementi: