Antes de comenzar con Ray en Agent Platform, sigue estos pasos para configurar tu proyecto de Google y el SDK de Agent Platform para Python:
Configura la facturación de tu proyecto, instala gcloud CLI y habilita la API de Agent Platform. Para ello, sigue los pasos que se indican en Configura un proyecto y un entorno de desarrollo.
Prerrequisito: Debes saber cómo desarrollar programas con Ray de código abierto.
El SDK de Ray en Agent Platform para Python que se usa aquí es una versión del SDK de Agent Platform para Python que incluye la funcionalidad del cliente de Ray, el conector Ray BigQuery, la administración de clústeres de Ray en Gemini Enterprise Agent Platform y las predicciones en Gemini Enterprise Agent Platform.
Si usas Ray en Agent Platform en la Google Cloud consola, un notebook de Colab Enterprise te guiará a través del proceso de instalación del SDK de Agent Platform para Python después de crear un clúster de Ray.
Si usas Ray en Agent Platform en el entorno de Vertex AI Workbench o en otro entorno interactivo de Python, instala el SDK de Agent Platform para Python:
# The latest image in the Ray cluster includes Ray 2.47 # The latest supported Python version is Python 3.11. $ pip install google-cloud-aiplatform[ray]
Después de instalar el SDK, reinicia el kernel antes de importar paquetes.
Opcional: Si planeas leer desde BigQuery, crea un conjunto de datos nuevo de BigQuery o usa un conjunto de datos existente. Para ello, consulta cómo crear un conjunto de datos nuevo de BigQuery.
Para mitigar el riesgo de robo de datos de Agent Platform, habilita los Controles del servicio de VPC y especifica una red de VPC cuando crees un clúster (opcional). Para obtener más información, consulta Controles del servicio de VPC con Agent Platform.
Si habilitas los Controles del servicio de VPC, no podrás acceder a los recursos fuera del perímetro, como los archivos en un bucket de Cloud Storage.
Para usar una imagen de contenedor personalizada, alójala en Artifact Registry (opcional). Una imagen personalizada te permite agregar dependencias de Python que no se incluyen en las imágenes de contenedor compiladas previamente. Para compilar imágenes personalizadas, consulta Empaqueta tu software en la Documentación de Docker.
Si especificas una red de VPC cuando creas un clúster de Ray en Gemini Enterprise Agent Platform, se recomienda que uses una red de VPC en modo automático en tu proyecto (opcional). Las redes de VPC en modo personalizado y varias redes de VPC en el mismo proyecto no son compatibles y pueden provocar que falle la creación del clúster.
Protege tus clústeres
Sigue las prácticas recomendadas y los lineamientos de Ray, que incluyen la ejecución de código de confianza en redes confiables, para proteger tus cargas de trabajo de Ray. Deployment de ray.io en tus instancias de nube está bajo el modelo de responsabilidad compartida.
Para obtener más información sobre Google Cloud las prácticas recomendadas, consulta el Boletín de seguridad de GCP-2024-020.
Ubicaciones admitidas
En la tabla Disponibilidad de las funciones, se enumeran las ubicaciones disponibles para Ray en Agent Platform para el entrenamiento de modelos personalizados.