Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

建立 Agent Platform Workbench 執行個體

本頁面說明如何使用 Google Cloud 控制台或 Google Cloud CLI，建立 Gemini Enterprise Agent Platform Workbench 執行個體。建立執行個體時，您可以設定執行個體的硬體、加密類型、網路和其他詳細資料。

事前準備

建立 Agent Platform Workbench 執行個體前，請務必完成下列步驟：

登入 Google Cloud 帳戶。如果您未曾使用過 Google Cloud，歡迎建立帳戶，親自體驗實際使用我們產品的成效。新客戶還能獲得價值 $300 美元的免費抵免額，用於執行、測試及部署工作負載。

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Notebooks API, if it is not already enabled.

Roles required to enable APIs

To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

Enable the API

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Notebooks API, if it is not already enabled.

Roles required to enable APIs

Enable the API

必要的角色

如要取得建立及管理 Agent Platform Workbench 執行個體所需的權限，請要求管理員授予您專案的 Notebooks 管理員 (roles/notebooks.admin) IAM 角色。如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

您或許也能透過自訂角色或其他預先定義的角色，取得必要權限。

建立執行個體

您可以使用 Google Cloud 控制台、gcloud CLI 或 Terraform 建立 Agent Platform Workbench 執行個體：

控制台

前往 Google Cloud 控制台的「Instances」(執行個體) 頁面。

前往「Instances」(執行個體) 頁面
按一下「建立新項目」。
在「New instance」(新增執行個體) 對話方塊中，按一下「Advanced options」(進階選項)。
在「Create instance」(建立執行個體) 對話方塊的「Details」(詳細資料) 部分，提供新執行個體的下列資訊：
- 名稱：為新執行個體命名。名稱開頭須為英文字母，後面最多可接 62 個小寫英文字母、數字或連字號 (-)，但結尾不得為連字號。
- 「Region」(區域) 和「Zone」(可用區)：選取新執行個體的區域和可用區。為求達到最佳網路效能，請選取地理位置最接近您的區域。查看可用的 Agent Platform Workbench 位置。
- 標籤：選填。為執行個體提供自訂鍵/值標籤。
- 網路標記：選填。提供執行個體的網路標記。
在「Environment」(環境) 部分，提供下列資訊：
- JupyterLab version：選取 JupyterLab 版本。
- 版本：使用最新版本或舊版 Agent Platform Workbench 執行個體。
- 啟動後指令碼：選用。按一下「Browse」(瀏覽)，選取要在執行個體建立後執行一次的指令碼。路徑必須是網址或 Cloud Storage 路徑，例如：gs://PATH_TO_FILE/FILE_NAME。
- 中繼資料：選用。提供執行個體的自訂中繼資料鍵。
在「Machine type」(機器類型) 部分，提供下列資訊：
- 「Machine type」(機型)：選取新執行個體的 CPU 數量和 RAM 容量。Agent Platform Workbench 會針對您選取的每個機器類型，提供每月費用預估值。
- GPU：選用。如要使用 GPU，請為新執行個體選取「GPU type」(GPU 類型)和「Number of GPUs」(GPU 數量)。您需要的加速器類型必須在執行個體的可用區中提供。如要瞭解各可用區的加速器可用性，請參閱「GPU 區域和可用區可用性」。如要瞭解不同的 GPU，請參閱「Compute Engine 上的 GPU」。
  
  注意： 執行個體建立後，您可以修改機器類型和 GPU 設定。詳情請參閱「變更 Agent Platform Workbench 執行個體的機型及設定 GPU」。
- Shielded VM：選用。勾選或取消勾選下列核取方塊：
  - 安全啟動
  - 虛擬信任平台模組 (vTPM)
  - 完整性監控
  注意： 安全啟動功能與最新版 workbench-instances-YYMM VM 映像檔和 workbench-container-YYMM 自訂容器上的 GPU 相容。
- 閒置關閉：選用。
  - 如要變更關機前的閒置時間，請在「Time of inactivity before shutdown (Minutes)」欄位中，將值變更為 10 到 1440 之間的整數。
  - 如要關閉閒置關機功能，請清除「Enable Idle Shutdown」(啟用閒置關機功能)。
在「磁碟」部分，提供下列資訊：
- 磁碟：選用。如要變更預設資料磁碟設定，請選取「Data disk type」(資料磁碟類型) 和「Data disk size in GB」(資料磁碟大小 (以 GB 為單位))。如要進一步瞭解磁碟類型，請參閱「儲存空間選項」。
- 刪除並移至垃圾桶：選用。勾選這個核取方塊，即可使用作業系統的預設垃圾桶處理模式。如果使用預設垃圾桶處理模式，透過 JupyterLab 使用者介面刪除的檔案可以復原，但這些刪除的檔案會占用磁碟空間。
- 「Encryption」(加密)：選取「Google-managed encryption key」或 「Customer-managed encryption key (CMEK)」(客戶自行管理的加密金鑰 (CMEK))。如要使用 CMEK，請參閱「客戶自行管理的加密金鑰」。
在「Networking」(網路) 部分，提供下列資訊：
- 網路：調整網路選項，使用目前專案中的網路，或主專案中的 Shared VPC 網路 (如有設定)。如果您在主專案中使用Shared VPC，也必須將Compute 網路使用者角色 (roles/compute.networkUser) 授予服務專案中的 Notebooks 服務代理。
  1. 在「Network」(網路) 欄位中，選取所需網路。只要網路已啟用 Private Google Access 或可存取網際網路，您就能選取虛擬私有雲網路。詳情請參閱網路設定選項。
  2. 在「Subnetwork」(子網路) 欄位中，選取所需子網路。
  3. 如要關閉外部 IP 位址，請取消勾選「Assign external IP address」(指派外部 IP 位址) 核取方塊。
    
    注意： 如果停用「Assign external IP address」(指派外部 IP 位址)，請務必從「Network configuration options」(網路設定選項) 區段新增 DNS 項目。
  4. 如要關閉 Proxy 存取權，請取消勾選「Allow proxy access」(允許 Proxy 存取) 核取方塊。
    
    注意： 如果停用 Proxy 存取權，就必須使用 SSH 連線至執行個體的 JupyterLab 介面。
在「IAM and security」(IAM 與安全性) 部分，提供下列資訊：
- IAM 和安全性：如要授予執行個體 JupyterLab 介面的存取權，請完成下列任一步驟：
  - 如要透過服務帳戶授予 JupyterLab 存取權，請選取「Service account」(服務帳戶)。
    
    注意： 建立執行個體後，您無法直接變更指定的服務帳戶，也無法透過修改基礎 Compute Engine VM 來變更。如要使用其他服務帳戶，您必須建立新的執行個體，並指定所需的服務帳戶。
    - 如要使用預設的 Compute Engine 服務帳戶，請選取「Use default Compute Engine service account」(使用預設的 Compute Engine 服務帳戶)。
    - 如要使用自訂服務帳戶，請清除「Use default Compute Engine service account」(使用預設 Compute Engine 服務帳戶)，然後在「Service account email」(服務帳戶電子郵件) 欄位中輸入自訂服務帳戶電子郵件地址。
  - 如要授予單一使用者 JupyterLab 介面的存取權，請按照下列步驟操作：
    1. 選取「Single user」(單一使用者)，然後在「User email」(使用者電子郵件) 欄位中，輸入要授予存取權的使用者帳戶。如果指定的使用者不是執行個體的建立者，您必須在執行個體的服務帳戶上，將服務帳戶使用者角色 (roles/iam.serviceAccountUser) 授予指定的使用者。
    2. 執行個體會使用服務帳戶與Google Cloud 服務和 API 互動。
      - 如要使用預設的 Compute Engine 服務帳戶，請選取「Use default Compute Engine service account」(使用預設的 Compute Engine 服務帳戶)。
      - 如要使用自訂服務帳戶，請清除「Use default Compute Engine service account」(使用預設 Compute Engine 服務帳戶)，然後在「Service account email」(服務帳戶電子郵件) 欄位中輸入自訂服務帳戶電子郵件地址。
  注意： 如要透過服務帳戶或單一使用者選項授予執行個體存取權，您必須使用個人使用者帳戶的電子郵件地址。不支援群組存取權。
  
  如要進一步瞭解如何授予存取權，請參閱「管理存取權」。
- 安全性選項：勾選或取消勾選下列核取方塊：
  - 執行個體的根目錄存取權
  - nbconvert
  - 檔案下載
  - 終端機存取權
在「System health」(系統健康狀態) 部分，提供下列資訊：
- 環境升級與系統健康狀態：如要自動升級至新發布的環境版本，請選取「Environment auto-upgrade」(自動升級環境)，並完成「Upgrade schedule」(升級排程)。
- 在「報表」中，勾選或取消勾選下列核取方塊：
  - 回報系統健康狀態
  - 向 Cloud Monitoring 回報自訂指標
  - 安裝 Cloud Monitoring
  - 回報所需 Google 網域的 DNS 狀態
點選「建立」。

Agent Platform Workbench 會建立執行個體，並自動啟動。執行個體可供使用時，Agent Platform Workbench 會啟用「Open JupyterLab」(開啟 JupyterLab) 連結。

gcloud

使用下列任何指令資料前，請先替換以下項目：

INSTANCE_NAME：Agent Platform Workbench 執行個體的名稱，開頭須為英文字母，後面最多可接 62 個小寫英文字母、數字或連字號 (-)，但結尾不得為連字號
PROJECT_ID：專案 ID
LOCATION：執行個體所在的可用區
VM_IMAGE_PROJECT：VM 映像檔所屬 Google Cloud 專案的 ID；支援映像檔的預設 Google Cloud 專案 ID 為 cloud-notebooks-managed
VM_IMAGE_NAME：映像檔名稱；如要查看特定版本的映像檔名稱，請參閱「尋找特定版本」
MACHINE_TYPE：執行個體 VM 的機型
METADATA：要套用至這個執行個體的自訂中繼資料。舉例來說，如要指定開機後指令碼，可以使用 post-startup-script 中繼資料標記，格式如下：--metadata=post-startup-script=gs://BUCKET_NAME/hello.sh

如要啟用 JupyterLab 4 預先發布版，請使用 --metadata=enable-jupyterlab4-preview=true。詳情請參閱「JupyterLab 4 預先發布版」。

執行下列指令：

Linux、macOS 或 Cloud Shell

gcloud workbench instances create INSTANCE_NAME \
    --project=PROJECT_ID \
    --location=LOCATION \
    --vm-image-project=VM_IMAGE_PROJECT \
    --vm-image-name=VM_IMAGE_NAME \
    --machine-type=MACHINE_TYPE \
    --metadata=METADATA

Windows (PowerShell)

gcloud workbench instances create INSTANCE_NAME `
    --project=PROJECT_ID `
    --location=LOCATION `
    --vm-image-project=VM_IMAGE_PROJECT `
    --vm-image-name=VM_IMAGE_NAME `
    --machine-type=MACHINE_TYPE `
    --metadata=METADATA

Windows (cmd.exe)

gcloud workbench instances create INSTANCE_NAME ^
    --project=PROJECT_ID ^
    --location=LOCATION ^
    --vm-image-project=VM_IMAGE_PROJECT ^
    --vm-image-name=VM_IMAGE_NAME ^
    --machine-type=MACHINE_TYPE ^
    --metadata=METADATA

如要進一步瞭解如何透過指令列建立執行個體，請參閱 gcloud CLI 說明文件。

Agent Platform Workbench 會建立執行個體，並自動啟動。執行個體可供使用時，Agent Platform Workbench 會在 Google Cloud 控制台啟用「Open JupyterLab」(開啟 JupyterLab) 連結。

Terraform

下列範例使用 google_workbench_instance Terraform 資源，建立名為 workbench-instance-example 的 Agent Platform Workbench 執行個體。

如要瞭解如何套用或移除 Terraform 設定，請參閱「基本 Terraform 指令」。

resource "google_workbench_instance" "default" {
  name     = "workbench-instance-example"
  location = "us-central1-a"

  gce_setup {
    machine_type = "n1-standard-1"
    accelerator_configs {
      type       = "NVIDIA_TESLA_T4"
      core_count = 1
    }
    vm_image {
      project = "cloud-notebooks-managed"
      family  = "workbench-instances"
    }
  }
}

變更現有執行個體的 JupyterLab 版本

本節說明如何使用 Google Cloud 控制台或 gcloud CLI，變更執行個體上的 JupyterLab 版本。

控制台

如要變更現有執行個體的 JupyterLab 版本，請按照下列步驟操作：

前往 Google Cloud 控制台的「Instances」(執行個體) 頁面。

前往「Instances」(執行個體) 頁面
關閉執行個體。
按一下執行個體名稱，開啟「Instance details」(執行個體詳細資料) 頁面。
在「系統」分頁中，執行下列任一操作：
- 如要啟用 JupyterLab 3，請取消勾選「Enable JupyterLab 4」核取方塊。
- 如要啟用 JupyterLab 4，請勾選「Enable JupyterLab 4」(啟用 JupyterLab 4) 核取方塊。
按一下「提交」。
如要重新啟動執行個體，請選取執行個體，然後按一下「啟動」。

gcloud

您可以使用下列指令，變更現有執行個體的 JupyterLab 版本：

gcloud workbench instances update INSTANCE_NAME \
    --project="PROJECT_ID" \
    --location="LOCATION" \
    --metadata=enable-jupyterlab4=ENABLEMENT_BOOLEAN

更改下列內容：

PROJECT_ID：專案 ID
LOCATION：執行個體所在的可用區
INSTANCE_NAME：Agent Platform Workbench 執行個體的名稱
ENABLEMENT_BOOLEAN：請使用下列其中一項：
- false：變更為 JupyterLab 3。
- true：變更為 JupyterLab 4。JupyterLab 4 預設為啟用。

JupyterLab 4 的限制

在 JupyterLab 4 排定筆記本執行作業時，Agent Platform Workbench 會將筆記本目前狀態的副本儲存在 Cloud Storage，然後按照排程執行這個副本。如果編輯原始筆記本，則必須建立新的排程，才能執行更新後的筆記本版本。

網路設定選項

Agent Platform Workbench 執行個體必須存取虛擬私有雲網路外的服務端點。

您可以透過下列其中一種方式提供這項存取權：

為執行個體指派外部 IP 位址。建立新執行個體時，系統預設會執行這項操作。請確認您的環境符合存取 Google API 和服務的需求條件。
將執行個體連線至已啟用私人 Google 存取權的子網路。確認環境符合Private Google Access 規定。

如果您使用 private.googleapis.com 或 restricted.googleapis.com VIP 提供服務端點存取權，請為每個必要服務端點新增 DNS 項目：

notebooks.cloud.google.com
notebooks.googleapis.com
*.notebooks.byoid.googleusercontent.com
*.notebooks.cloud.google.com
*.notebooks.googleusercontent.com
*.kernels.googleusercontent.com

如果您使用 Private Service Connect，則必須為這些網域建立私人 DNS 區域，例如 kernels.googleusercontent.com。將網域和萬用字元 (例如 *.kernels.googleusercontent.com) 對應至 Private Service Connect 端點的內部 IP 位址。

如果您使用第三方憑證，則必須使用 restricted.googleapis.com 並新增下列 DNS 項目：

*.byoid.googleusercontent.com

Private Service Connect 的 VPC Service Controls 注意事項

如果環境使用 VPC Service Controls，則託管 Private Service Connect 端點的專案，必須與服務專案位於相同的 service perimeter。這個端點主專案可以是 Shared VPC 主專案，也可以是全域轉送中樞專案。

如果沒有這項設定，VPC Service Controls 會封鎖從 JupyterLab UI 連至必要網域 (例如 *.kernels.googleusercontent.com) 的連線。JupyterLab UI 使用 Kernels Mixer 反向 Proxy，因此會觸發 NETWORK_NOT_IN_SAME_SERVICE_PERIMETER 違規，導致封鎖。

網路標記

新的 Agent Platform Workbench 執行個體會自動指派 deeplearning-vm 和 notebook-instance 網路標記。

控制台導覽選單的「Virtual machines」(虛擬機器) 區段，已選取 VM 執行個體，並顯示目前指派的網路標記。

您可以在虛擬私有雲網路防火牆規則中參照這些標記，管理 Agent Platform Workbench 執行個體的網路存取權。如要進一步瞭解網路標記，請參閱「新增網路標記」。

如要查看 Agent Platform Workbench 執行個體的網路標記，請按照下列步驟操作：

前往 Google Cloud 控制台的「VM instances」(VM 執行個體) 頁面。

前往 VM 執行個體
按一下執行個體名稱。
在「網路」部分，找到「網路標記」。

疑難排解

如果在建立執行個體時遇到問題，請參閱「Agent Platform Workbench 疑難排解」，瞭解如何解決常見問題。

後續步驟

如要透過筆記本開始使用 Gemini Enterprise Agent Platform 和其他 Google Cloud 服務，請參閱 Agent Platform 筆記本教學課程。
建立已啟用機密運算的執行個體。
如要查看 Agent Platform Workbench 執行個體的健康狀態，請參閱「監控健康狀態」。
如要瞭解簡化 Agent Platform 網路設定的 Terraform 解決方案，請參閱「簡化 Cloud 網路設定解決方案」。
您可以使用私人 IP 建立 Agent Platform Workbench 執行個體。如需 Terraform 解決方案，請參閱「Workbench」。
如要進一步瞭解如何授予存取權，請參閱「管理存取權」。
如要使用 CMEK，請參閱「CMEK」。

建立 Agent Platform Workbench 執行個體 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

事前準備

必要的角色

建立執行個體

控制台

gcloud

Linux、macOS 或 Cloud Shell

Windows (PowerShell)

Windows (cmd.exe)

Terraform

變更現有執行個體的 JupyterLab 版本

控制台

gcloud

JupyterLab 4 的限制

網路設定選項

Private Service Connect 的 VPC Service Controls 注意事項

網路標記

疑難排解

後續步驟

建立 Agent Platform Workbench 執行個體