Vertex AI Workbench fournit un environnement de développement de notebook JupyterLab géré pour interagir avec les services Vertex AI dans Google Distributed Cloud (GDC) avec air gap. À partir d'une instance JupyterLab, vous pouvez explorer les données de machine learning, partager des notebooks dans votre projet et exécuter des workflows de data science de bout en bout.
L'importation des bibliothèques clientes Vertex AI vous permet d'authentifier les requêtes API et d'appeler les services Vertex AI à partir de scripts Python. Vous pouvez également sauvegarder et restaurer les données de votre instance JupyterLab.
Instances JupyterLab
Vertex AI Workbench propose des instances JupyterLab avec des intégrations intégrées qui vous aident à configurer un environnement de production de bout en bout basé sur des notebooks. Les instances JupyterLab combinent les intégrations orientées workflow d'une instance gérée avec la personnalisation et le contrôle dont vous avez besoin sur votre environnement.
Vertex AI Workbench inclut des types d'instances préinstallés avec JupyterLab et une suite de packages de deep learning, y compris la compatibilité avec les frameworks TensorFlow et PyTorch. Vous pouvez configurer l'environnement de votre instance JupyterLab en sélectionnant un cluster, une image Docker fournie et en choisissant entre des instances avec GPU ou des instances avec CPU uniquement, en fonction de vos besoins. Notez que les images personnalisées ne sont pas acceptées.
Les instances JupyterLab sont protégées par l'authentification et l'autorisation.