Vertex AI Workbench adalah lingkungan pengembangan tunggal untuk seluruh alur kerja data science. Untuk menyiapkan lingkungan produksi berbasis notebook menyeluruh, buat instance JupyterLab dengan integrasi bawaan. Jika Anda baru menggunakan Vertex AI, pelajari Vertex AI Workbench lebih lanjut.
Halaman ini menjelaskan proses pengelolaan notebook JupyterLab di Vertex AI Workbench, termasuk membuat dan membagikan notebook serta menggunakan notebook untuk berinteraksi dengan layanan Vertex AI. Halaman ini juga menunjukkan cara menghapus dan mengupdate instance JupyterLab yang menghosting notebook Anda.
Untuk mengetahui informasi tentang cara mencadangkan dan memulihkan data, lihat Membuat cadangan dan memulihkan data notebook.
Sebelum memulai
Sebelum menggunakan Vertex AI Workbench untuk mengelola notebook, Anda harus memiliki project yang siap menjalankan layanan Vertex AI. Untuk mengetahui informasi selengkapnya, lihat Menyiapkan project untuk Vertex AI.
Untuk mendapatkan izin yang Anda perlukan untuk mengelola resource notebook dalam namespace project, minta IAM Project Admin untuk memberi Anda salah satu peran berikut:
- Workbench Notebooks Admin (
workbench-notebooks-admin): Mendapatkan akses baca dan tulis ke semua resource notebook dalam sebuah project. Anda memerlukan peran ini untuk membuat notebook JupyterLab. - Workbench Notebooks Viewer (
workbench-notebooks-viewer): Mendapatkan akses hanya baca ke semua resource notebook dalam project. Anda memerlukan peran ini untuk membuka notebook JupyterLab.
Untuk mengetahui informasi selengkapnya tentang peran ini, lihat Menyiapkan izin IAM.
Membuat notebook JupyterLab
Bagian ini menjelaskan cara mengonfigurasi instance JupyterLab di Vertex AI Workbench dan membuat notebook JupyterLab di instance tersebut.
Setelah memenuhi prasyarat, ikuti langkah-langkah berikut untuk mengonfigurasi instance JupyterLab dan membuat notebook JupyterLab:
- Login ke konsol GDC dan pilih project Anda.
- Di menu navigasi, klik Vertex AI > Workbench.
- Klik New notebook.
Di halaman Create notebook, masukkan nilai untuk kolom berikut:
- Notebook name: masukkan nama yang ingin Anda berikan ke notebook JupyterLab. Vertex AI Workbench menggunakan nama yang Anda pilih untuk membuat URL guna mengakses notebook Anda.
- Environment: pilih image Docker untuk instance JupyterLab Anda. Image ini memberikan dasar pengukuran untuk deployment dan paket machine learning (ML) standar.
- Cluster: pilih cluster Kubernetes untuk instance JupyterLab Anda yang memenuhi persyaratan penggunaan Anda. Jika cluster Kubernetes tidak tersedia, hubungi administrator Anda untuk menambahkan satu atau beberapa cluster.
- CPUs / Memory: masukkan jumlah CPU dan RAM yang Anda perlukan untuk workload. Untuk workload yang menggunakan CPU secara intensif, Anda dapat memilih lebih dari satu CPU.
- GPU: pilih jumlah GPU yang Anda perlukan untuk instance JupyterLab. Di Distributed Cloud, GPU adalah satu slice Multi-Instance GPU (MIG) NVIDIA dari GPU A100 Tensor Core.
- Workspace volume: masukkan ukuran penyimpanan yang Anda perlukan dalam GB.
Klik Create.
Vertex AI Workbench mengonfigurasi instance JupyterLab dan membuat notebook JupyterLab Anda. Simpan URL notebook untuk akses di masa mendatang.
Setelah Anda membuat notebook JupyterLab di Vertex AI Workbench, buka lingkungan pengembangan terpadu (IDE) di lingkungan JupyterLab. Untuk informasi selengkapnya, lihat Membuka notebook JupyterLab.
Membuka notebook JupyterLab
Masukkan URL notebook JupyterLab di browser web untuk membukanya. Jika Anda tidak mengetahui URL-nya, ikuti langkah-langkah berikut untuk membuka notebook:
- Login ke konsol GDC dan pilih project Anda.
- Di menu navigasi, klik Vertex AI > Workbench.
- Temukan notebook JupyterLab yang ingin Anda buka, lalu klik Open JupyterLab untuk membuka IDE instance JupyterLab.
- Jika diminta untuk mengautentikasi, ikuti langkah-langkah autentikasi untuk penyedia identitas Anda.
- Di instance JupyterLab, buka notebook JupyterLab.
Bagikan URL notebook JupyterLab kepada pengguna lain agar mereka juga dapat membukanya. Pengguna yang dituju harus memiliki peran Workbench Notebooks Viewer.
Menggunakan layanan Vertex AI dari notebook JupyterLab
Gunakan library klien untuk berinteraksi dengan layanan Vertex AI dari notebook JupyterLab. Library klien Vertex AI memungkinkan Anda melakukan panggilan API secara terprogram ke layanan Vertex AI apa pun di Distributed Cloud.
Ikuti langkah-langkah berikut untuk menggunakan layanan Vertex AI dari notebook JupyterLab:
- Aktifkan Vertex AI API yang sesuai.
- Instal library klien Vertex AI yang sesuai.
- Membuat notebook JupyterLab.
- Buka notebook JupyterLab dan gunakan untuk menulis kode dengan library klien Vertex AI. Misalnya, Anda dapat menerjemahkan teks menggunakan library klien Vertex AI Translation.
Menghapus instance JupyterLab
Ikuti langkah-langkah berikut untuk menghapus instance JupyterLab:
- Login ke konsol GDC dan pilih project Anda.
- Di menu navigasi, klik Vertex AI > Workbench.
- Temukan notebook yang terkait dengan instance JupyterLab yang ingin Anda hapus.
- Centang kotak notebook JupyterLab.
- Klik Hapus.
- Pada dialog Delete notebooks, klik Delete.
Memperbarui instance JupyterLab
Setelah Infrastructure Operator (IO) mengupdate Distributed Cloud, Anda dapat mengupdate instance JupyterLab.
Ikuti langkah-langkah berikut untuk setiap instance JupyterLab yang ingin Anda update:
- Simpan file dari instance JupyterLab yang ingin Anda pertahankan ke bucket penyimpanan. Untuk mengetahui informasi selengkapnya, lihat Mengupload dan mendownload objek penyimpanan dalam project.
- Setelah update, login ke konsol GDC dan pilih project Anda.
- Konfigurasikan instance JupyterLab baru. Vertex AI Workbench membuat instance JupyterLab dengan versi baru JupyterLab. Misalnya, instance JupyterLab baru berisi update library klien dari Distributed Cloud.
- Salin file dari bucket penyimpanan instance JupyterLab yang sudah tidak berlaku ke instance JupyterLab baru.
Anda dapat menghapus versi sebelumnya dari instance JupyterLab Anda. Untuk mengetahui informasi selengkapnya, lihat Menghapus instance JupyterLab.