התקנה של ספריות הלקוח של Vertex AI

בדף הזה מוסבר איך להתקין ספריות לקוח של Vertex AI ב-Google Distributed Cloud ‏(GDC) עם בידוד פיזי (air-gapped). הספריות האלה מאפשרות לכם ליצור אינטראקציה עם שירותים שונים של Vertex AI מתוך האפליקציה וסביבת הפיתוח. אפשר לקרוא על סוגי ספריות הלקוח שזמינות לממשקי Vertex AI API ועל השלבים להתקנתן מקובץ ה-tar.

הדף הזה מיועד למפתחי אפליקציות בקבוצות של מפעילים שאחראים להגדיר את סביבות הפיתוח והאפליקציות שלהם כדי להפעיל תכונות מבוססות-AI. מידע נוסף זמין במאמר בנושא קהלים ב-GDC עם air gap.

כל שירות של Vertex AI מספק API. אפשר ליצור אינטראקציה ישירה עם ממשקי ה-API האלה באמצעות בקשות גולמיות לשרת, אבל ספריות לקוח מפשטות את הגישה הפרוגרמטית משפות נתמכות ב-Distributed Cloud. הן מצמצמות את כמות הקוד הנדרשת, במיוחד כשעובדים בסביבות כמו מחברת JupyterLab.

אפשר להתקין ספריית לקוח של Vertex AI באמצעות השיטות הבאות:

• מחלצים את קובץ הספרייה ישירות מקובץ ה-TAR.
• משתמשים במחברת JupyterLab כדי לייבא את הספרייה.
• ייבוא ספריית לקוח ממחברת. מידע נוסף מופיע במאמר בנושא ניהול מחברות.

ספריות לקוח של Vertex AI

ב-Vertex AI יש גרסאות שונות של ספריות לקוח למערכות הפעלה של CentOS ו-Ubuntu.

מוסכמות מתן השמות של ספריות הלקוח של Vertex AI בקובץ ה-tar מבוססות על מערכת ההפעלה, שם השירות והגרסה. שמות הקבצים הם בפורמט הבא:

OS-google-cloud-SERVICE-VERSION.tar.gz

מחליפים את מה שכתוב בשדות הבאים:

• ‫OS: השם של מערכת ההפעלה שבה רוצים להתקין את ספריית הלקוח. הערכים המותרים הם centos ו-ubuntu.

• ‫SERVICE: השם של שירות Vertex AI שממנו רוצים להוריד את ספריית הלקוח. אלה הערכים המותרים:

  • ‫aiplatform: ספריית הלקוח של Vertex AI Platform.
  • ‫speech: ספריית הלקוח של Speech-to-Text.
  • ‫translate: ספריית הלקוח של Vertex AI Translation.
  • ‫vision: ספריית הלקוח של OCR.

• ‫VERSION: מספר הגרסה של ספריית הלקוח, למשל 3.8.0.

בטבלה הבאה מפורטות ספריות הלקוח של Vertex AI שנתמכות ב-Distributed Cloud:

שירות Vertex AI	מערכת הפעלה	שם קובץ
OCR	CentOS	centos-google-cloud-vision-3.0.0.tar.gz
	Ubuntu	ubuntu-google-cloud-vision-3.0.0.tar.gz
המרת דיבור לטקסט (STT)	CentOS	centos-google-cloud-speech-2.15.0.tar.gz
	Ubuntu	ubuntu-google-cloud-speech-2.15.0.tar.gz
‫Vertex AI Translation	CentOS	centos-google-cloud-translate-3.8.0.tar.gz
	Ubuntu	ubuntu-google-cloud-translate-3.8.0.tar.gz
Vertex AI Platform	CentOS	centos-google-cloud-aiplatform-1.34.0.tar.gz
	Ubuntu	ubuntu-google-cloud-aiplatform-1.34.0.tar.gz

חשוב לדעת: כדי להשתמש במודלים של AI גנרטיבי כמו Text Embedding ו-Text Embedding Multilingual, צריך להתקין את ספריית הלקוח של Vertex AI Platform.

לפני שמתחילים

לפני שמורידים את קובץ ה-tar ומחלצים את ספריות הלקוח, צריך לבצע את השלבים הבאים:

1. הגדרת פרויקט ל-Vertex AI.

2. אימות באמצעות gdcloud CLI:

   gdcloud auth login
   

   למידע נוסף על אימות באמצעות ספק הזהויות שהגדרתם, תוכלו לעיין במאמר בנושא אימות ב-CLI של gcloud.

3. מוודאים שגרסה Python 3.7 מותקנת.

התקנה של ספריית לקוח

אחרי שמשלימים את התנאים המוקדמים, מבצעים את השלבים הבאים כדי להוריד את קובץ ה-tar ולהשתמש בו כדי להתקין ספריית לקוח:

1. מורידים את ספריית הלקוח שרוצים להתקין:

   wget https://GDC_URL/.well-known/static/client-libraries/CLIENT_LIBRARY
   

   מחליפים את מה שכתוב בשדות הבאים:

   • ‫GDC_URL: כתובת ה-URL של GDC Console לארגון שלכם.
   • ‫CLIENT_LIBRARY: שם הקובץ של ספריית הלקוח שרוצים להוריד.

2. שולפים את קובץ הספרייה:

   tar -zxf CLIENT_LIBRARY
   

3. מתקינים את ספריית הלקוח ב-Distributed Cloud:

   pip install -r FOLDER_NAME/requirements.txt --no-index --find-links FOLDER_NAME
   

   מחליפים את FOLDER_NAME בנתיב לספרייה המקומית שבה הורדתם את קובץ הספרייה.

4. מייבאים את ספריית הלקוח באמצעות סקריפט Python. בדוגמה הבאה מוצג קטע קוד של סקריפט Python שמייבא את ספריית הלקוח Vertex AI Translation כדי להמחיש איך נראה ייבוא של ספריות:

   from google.cloud import translate
   translate_client = translate.Client(
    client_options={"API_ENDPOINT": "https://foo-translation.googleapis.com"})
   result
   = translate_client.translate(text, target_language="ru")
   
   [...]
   

   הערה: דוגמת הקוד הזו היא חלקית. כדי לשלוח בקשת תרגום ב-Vertex AI, אפשר לקרוא על תכונות התרגום או לתרגם טקסט.

5. שומרים את סקריפט Python בשם, למשל translation-service.py.

6. מריצים את סקריפט Python:

   python SCRIPT_NAME
   

   מחליפים את SCRIPT_NAME בשם שנתתם לסקריפט Python, למשל translation-service.py.