ניהול מחברות

‫Vertex AI Workbench היא סביבת פיתוח יחידה לכל תהליך העבודה במדעי הנתונים. כדי להגדיר סביבת ייצור מבוססת-notebook מקצה לקצה, יוצרים מכונות JupyterLab עם שילובים מובנים. אם אתם חדשים ב-Vertex AI, כאן תוכלו לקרוא מידע נוסף על Vertex AI Workbench.

בדף הזה מוסבר איך לנהל מחברות JupyterLab ב-Vertex AI Workbench, כולל יצירה ושיתוף של מחברות ושימוש במחברות כדי ליצור אינטראקציה עם שירותי Vertex AI. בדף הזה מוסבר גם איך למחוק ולעדכן את מופעי JupyterLab שמארחים את ה-notebooks.

מידע על גיבוי ושחזור נתונים מפורט במאמר יצירת גיבוי ושחזור של נתוני מחברת.

לפני שמתחילים

לפני שמשתמשים ב-Vertex AI Workbench כדי לנהל notebooks, צריך לוודא שיש פרויקט שמוכן להפעלת שירותי Vertex AI. מידע נוסף זמין במאמר הגדרת פרויקט ל-Vertex AI.

כדי לקבל את ההרשאות שדרושות לניהול משאבי מחברת במרחב שמות של פרויקט, צריך לבקש מאדמין ה-IAM של הפרויקט להקצות לכם אחד מהתפקידים הבאים:

  • אדמין של מחברות עבודה ב-Workbench (workbench-notebooks-admin): מקבל גישת קריאה וכתיבה לכל משאבי ה-Notebook בפרויקט. צריך את התפקיד הזה כדי ליצור מחברות JupyterLab.
  • צפייה ב-Notebooks ב-Workbench (workbench-notebooks-viewer): קבלת גישה לקריאה בלבד לכל משאבי ה-Notebook בפרויקט. צריך את התפקיד הזה כדי לפתוח מסמכי notebook של JupyterLab.

מידע נוסף על התפקידים האלה זמין במאמר הכנת הרשאות IAM.

יצירת מחברת JupyterLab

בקטע הזה מוסבר איך להגדיר מכונת JupyterLab ב-Vertex AI Workbench וליצור notebook של JupyterLab במכונה.

אחרי שמוודאים שכל התנאים המוקדמים מתקיימים, כך מגדירים מכונת JupyterLab ויוצרים מחברת JupyterLab:

  1. נכנסים למסוף GDC ובוחרים את הפרויקט.
  2. בתפריט הניווט, לוחצים על Vertex AI > Workbench.
  3. לוחצים על תיקיית Notebook חדשה.

  4. בדף Create notebook, מזינים ערכים בשדות הבאים:

    • שם ה-Notebook: מזינים את השם שרוצים לתת ל-Notebook של JupyterLab. ‫Vertex AI Workbench משתמש בשם שתבחרו כדי ליצור כתובת URL לגישה ל-notebook.
    • סביבה: בוחרים קובץ אימג' של Docker למכונת JupyterLab. התמונה הזו מספקת בסיס לפריסה ולחבילות אופייניות של למידת מכונה (ML).
    • Cluster (אשכול): בוחרים אשכול Kubernetes עבור מכונת JupyterLab שעומד בדרישות השימוש. אם אין אשכול Kubernetes זמין, צריך לפנות לאדמין כדי להוסיף אשכול אחד או יותר.
    • מעבדים מרכזיים / זיכרון: מזינים את כמות המעבדים המרכזיים וזיכרון ה-RAM שדרושים לעומסי העבודה. עבור עומסי עבודה שדורשים הרבה משאבי CPU, אפשר לבחור יותר מ-CPU אחד.
    • ‫GPUs: בוחרים את מספר יחידות ה-GPU שדרושות לכם עבור מכונת JupyterLab. ב-Distributed Cloud, ‏ GPU הוא פרוסת NVIDIA Multi-Instance GPU‏ (MIG) של A100 Tensor Core GPU.
    • נפח אחסון ב-Workspace: מזינים את גודל נפח האחסון שרוצים ב-GB.

  5. לוחצים על יצירה.

‫Vertex AI Workbench מגדיר את מכונת JupyterLab ויוצר את ה-notebook של JupyterLab. שומרים את כתובת ה-URL של המחברת כדי לגשת אליה בעתיד.

אחרי שיוצרים notebook של JupyterLab ב-Vertex AI Workbench, פותחים את סביבת הפיתוח המשולבת (IDE) בסביבת JupyterLab. למידע נוסף, ראו פתיחת נוטבוק של JupyterLab.

פתיחת נוטבוק של JupyterLab

מזינים את כתובת ה-URL של מחברת JupyterLab בדפדפן אינטרנט כדי לפתוח אותה. אם אתם לא יודעים את כתובת ה-URL, פועלים לפי השלבים הבאים כדי לפתוח את המחברת:

  1. נכנסים למסוף GDC ובוחרים את הפרויקט.
  2. בתפריט הניווט, לוחצים על Vertex AI > Workbench.
  3. מחפשים את ה-notebook של JupyterLab שרוצים לפתוח ולוחצים על Open JupyterLab כדי לפתוח את סביבת הפיתוח המשולבת (IDE) של מכונת JupyterLab.
  4. אם תתבקשו לבצע אימות, תצטרכו לפעול לפי שלבי האימות של ספק הזהויות שלכם.
  5. במכונת JupyterLab, פותחים את ה-notebook של JupyterLab.

אפשר לשתף את כתובת ה-URL של מחברת JupyterLab עם משתמשים אחרים כדי שהם יוכלו לפתוח אותה גם כן. למשתמש המיועד צריכה להיות הרשאת צפייה במחברות של Workbench.

שימוש בשירותי Vertex AI מתוך מחברת JupyterLab

שימוש בספריות לקוח כדי ליצור אינטראקציה עם שירות Vertex AI מתוך מחברת JupyterLab. ספריות הלקוח של Vertex AI מאפשרות לכם לבצע קריאות ל-API באופן פרוגרמטי לכל שירות של Vertex AI ב-Distributed Cloud.

כדי להשתמש בשירות Vertex AI מ-notebook של JupyterLab:

  1. מפעילים את Vertex AI API המתאים.
  2. מתקינים את ספריית הלקוח המתאימה של Vertex AI.
  3. איך יוצרים מחברת JupyterLab
  4. פותחים את מחברת JupyterLab ומשתמשים בה כדי לכתוב קוד עם ספריות הלקוח של Vertex AI. לדוגמה, אפשר לתרגם טקסט באמצעות ספריית הלקוח של Vertex AI Translation.

מחיקה של מכונת JupyterLab

כדי למחוק מופע של JupyterLab:

  1. נכנסים למסוף GDC ובוחרים את הפרויקט.
  2. בתפריט הניווט, לוחצים על Vertex AI > Workbench.
  3. מאתרים את המחברת שמשויכת למופע JupyterLab שרוצים למחוק.
  4. מסמנים את תיבת הסימון של מחברת JupyterLab.
  5. לוחצים על Delete.
  6. בתיבת הדו-שיח מחיקת מחברות, לוחצים על מחיקה.

עדכון מכונת JupyterLab

אחרי שאופרטור התשתית (IO) מעדכן את Distributed Cloud, אתם יכולים לעדכן את מכונות JupyterLab.

פועלים לפי השלבים הבאים לכל מופע של JupyterLab שרוצים לעדכן:

  1. שומרים את הקבצים ממופע JupyterLab שרוצים לשמור בקטגוריית אחסון. מידע נוסף זמין במאמר העלאה והורדה של אובייקטים של אחסון בפרויקטים.
  2. אחרי העדכון, נכנסים למסוף GDC ובוחרים את הפרויקט.
  3. הגדרת מופע חדש של JupyterLab ‫Vertex AI Workbench יוצר מכונת JupyterLab עם גרסה חדשה של JupyterLab. לדוגמה, המופע החדש של JupyterLab מכיל עדכונים של ספריית הלקוח מ-Distributed Cloud.
  4. מעתיקים את הקבצים מקטגוריית האחסון של מכונת JupyterLab שהגרסה שלה לא עדכנית למכונת JupyterLab החדשה.

אפשר למחוק את הגרסה הקודמת של מופע JupyterLab. מידע נוסף זמין במאמר מחיקת מופע של JupyterLab.