מקרים לדוגמה של Gemini Enterprise Agent Platform Workbench הם סביבות פיתוח מבוססות מחברת Jupyter לכל תהליך העבודה של מדעי הנתונים. אתם יכולים לקיים אינטראקציה עם Gemini Enterprise Agent Platform ושירותים אחרים של Google Cloud מתוך מחברת Jupyter של מופע Agent Platform Workbench.
השילובים והתכונות של Agent Platform Workbench יכולים להקל על הגישה לנתונים, לעזור לעבד נתונים מהר יותר, לתזמן הפעלות של מחברות ועוד.
מכונות Agent Platform Workbench מגיעות עם חבילה מוכנה מראש של JupyterLab, ועם חבילה מותקנת מראש של חבילות ללמידה עמוקה, כולל תמיכה ב-frameworks של TensorFlow ו-PyTorch. אפשר להגדיר מכונות וירטואליות עם מעבד בלבד או עם מעבד גרפי.
מופעים של Agent Platform Workbench תומכים באפשרות לסנכרון עם מאגר GitHub.
מופעים של Agent Platform Workbench מוגנים באמצעות Google Cloud אימות והרשאה.
גישה לנתונים
אתם יכולים לגשת לנתונים בלי לצאת מממשק המשתמש של JupyterLab.
בתפריט הניווט של JupyterLab במופע של Agent Platform Workbench, אפשר להשתמש בשילוב עם Cloud Storage כדי לעיין בנתונים ובקבצים אחרים שיש לכם גישה אליהם. כאן אפשר לקרוא איך לגשת לקטגוריות ולקבצים ב-Cloud Storage מתוך JupyterLab.
אפשר גם להשתמש בשילוב עם BigQuery כדי לעיין בטבלאות שיש לכם גישה אליהן, לכתוב שאילתות, לראות תצוגה מקדימה של התוצאות ולטעון נתונים במחברת. אפשר לעיין במאמר שאילתת נתונים בטבלאות BigQuery מתוך JupyterLab.
ביצוע של הפעלות של מחברות
אפשר להשתמש ב-executor כדי להריץ קובץ notebook כהפעלה חד-פעמית או לפי לוח זמנים. בוחרים את הסביבה והחומרה הספציפיות שרוצים שההפעלה תתבצע בהן. הקוד של מחברת ה-Notebook יפעל על אימון מותאם אישית של Agent Platform, שיכול להקל על ביצוע אימון מבוזר, אופטימיזציה של היפר-פרמטרים או תזמון של משימות אימון רציפות.
אתם יכולים להשתמש בפרמטרים בהרצה כדי לבצע שינויים ספציפיים בכל הרצה. לדוגמה, אפשר לציין מערך נתונים אחר לשימוש, לשנות את קצב הלמידה של המודל או לשנות את גרסת המודל.
אפשר גם להגדיר הפעלה של מחברת לפי לוח זמנים חוזר. גם כשהמופע מושבת, Gemini Enterprise Agent Platform Workbench יריץ את קובץ המחברת וישמור את התוצאות כדי שתוכלו לעיין בהן ולשתף אותן עם אחרים. איך מתזמנים הפעלה של מחברת
שיתוף תובנות
הפעלות של מחברות מבוצעות מאוחסנות בקטגוריה של Cloud Storage, כך שאפשר לשתף את התובנות עם אחרים על ידי הענקת גישה לתוצאות. אפשר לעיין בקטע הקודם בנושא הפעלת מחברות.
אבטחת המכונה
בקטעים הבאים מפורטות היכולות הנתמכות שיכולות לעזור לכם לאבטח את המופע שלכם ב-Agent Platform Workbench.
VPC
אפשר לפרוס את המופע של Agent Platform Workbench עם רשת ברירת המחדל שמנוהלת על ידי Google, שמשתמשת ברשת VPC ובתת-רשת שמוגדרות כברירת מחדל. במקום רשת ברירת המחדל, אפשר לציין רשת VPC לשימוש עם המופע.
כדי להשתמש ב-Agent Platform Workbench בתוך גבולות גזרה לשירות, קראו את המאמר בנושא שימוש במופע של Agent Platform Workbench בתוך גבולות גזרה לשירות.
מפתחות הצפנה בניהול הלקוח (CMEK)
כברירת מחדל, Google Cloud הנתונים מוצפנים באופן אוטומטי כשהם במצב מנוחה באמצעות מפתחות הצפנה שמנוהלים על ידי Google. אם יש לכם דרישות ספציפיות בנושא תאימות או רגולציה שקשורות למפתחות שמגנים על הנתונים שלכם, אתם יכולים להשתמש במפתחות הצפנה בניהול הלקוח (CMEK) עם המקרים שלכם ב-Gemini Enterprise Agent Platform Workbench. מידע נוסף מופיע במאמר בנושא מפתחות הצפנה בניהול הלקוח.
Confidential Computing
אתם יכולים להצפין את הנתונים בשימוש באמצעות Confidential Computing. כדי להשתמש ב-Confidential Computing, צריך להפעיל את שירות Confidential VM כשיוצרים מופע של Agent Platform Workbench. כדי להתחיל, כדאי לעיין במאמר יצירת מכונה עם Confidential Computing.
כיבוי אוטומטי של מופעים לא פעילים
כדי לעזור לכם לנהל את העלויות, מופעלת הגדרה שגורמת לכיבוי של מופעים של Agent Platform Workbench אחרי תקופה מסוימת של חוסר פעילות. אתם יכולים לשנות את משך הזמן או להשבית את התכונה הזו. למידע נוסף, אפשר לעיין במאמר בנושא כיבוי במצב לא פעיל.
הוספת סביבות conda
מופעים של Agent Platform Workbench משתמשים בליבות שמבוססות על סביבות conda. אפשר להוסיף סביבת conda למופע של Agent Platform Workbench, והסביבה מופיעה כליבה בממשק JupyterLab של המופע.
הוספה של סביבות conda מאפשרת לכם להשתמש בקרנלים שלא זמינים במופע ברירת המחדל של Agent Platform Workbench. לדוגמה, אפשר להוסיף סביבות conda ל-R ול-Apache Beam. אפשר גם להוסיף סביבות conda לגרסאות קודמות ספציפיות של המסגרות הזמינות, כמו TensorFlow, PyTorch או Python.
מידע נוסף זמין במאמר בנושא הוספת סביבת conda.
מאגרי תגים בהתאמה אישית
אתם יכולים ליצור מופע של Agent Platform Workbench על סמך קונטיינר בהתאמה אישית. מתחילים עם קובץ אימג' בסיסי של קונטיינר שסופק על ידי Google, ומשנים אותו בהתאם לצורך. לאחר מכן יוצרים מופע על סמך מאגר התגים המותאם אישית.
מידע נוסף זמין במאמר בנושא יצירת מופע באמצעות קונטיינר בהתאמה אישית.
שילוב של Managed Service for Apache Spark
אתם יכולים לעבד נתונים במהירות על ידי הפעלת מחברת באשכול Managed Service for Apache Spark. אחרי שמגדירים את האשכול, אפשר להריץ קובץ notebook בלי לצאת מממשק המשתמש של JupyterLab. מידע נוסף זמין במאמר יצירת מופע עם תמיכה ב-Managed Service for Apache Spark.
שמירת משאבי VM
כדי להבטיח שיהיו מספיק משאבים של מכונות וירטואליות (VM) להרצת המקרים של Agent Platform Workbench, מומלץ להשתמש בהזמנות ב-Compute Engine.
התכונה 'מקומות שמורים' היא תכונה של Compute Engine. הם עוזרים לוודא שמתי שתצטרכו יהיו לכם משאבים בשביל ליצור מכונות וירטואליות עם אותה חומרה (זיכרון ו-vCPU) ומשאבים אופציונליים (יחידות GPU ודיסקים מקומיים של SSD).
מידע נוסף מפורט במאמר בנושא שימוש בהזמנות.
יצירת מופעים עם פרטי כניסה של צד שלישי
אתם יכולים ליצור ולנהל מופעים של סביבת העבודה של Gemini Enterprise Agent Platform באמצעות פרטי כניסה של צד שלישי שסופקו על ידי איחוד שירותי אימות הזהות של כוח עבודה. איחוד שירותי אימות הזהות של כוח עבודה משתמש בספק הזהויות החיצוני (IdP) שלכם כדי להעניק לקבוצת משתמשים גישה למופעים של Agent Platform Workbench דרך שרת proxy.
הגישה למופע של Agent Platform Workbench ניתנת על ידי הקצאת חשבון משתמש במאגר כוח האדם לחשבון השירות של מופע Agent Platform Workbench.
מידע נוסף מופיע במאמר בנושא יצירת מופע עם פרטי כניסה של צד שלישי.
תגים למופעים של Agent Platform Workbench
המכונה הווירטואלית הבסיסית של מופע Agent Platform Workbench היא מכונה וירטואלית ב-Compute Engine. אתם יכולים להוסיף תגי משאבים ולנהל אותם במופע של Agent Platform Workbench דרך המכונה הווירטואלית שלו ב-Compute Engine.
כשיוצרים מופע של Agent Platform Workbench, Agent Platform Workbench מצרף את תג משאב Compute Engine vertex-workbench-instances:prod=READ_ONLY. תג המשאב הזה משמש למטרות פנימיות בלבד.
כדי ללמוד עוד על ניהול תגים של מכונות Compute Engine, ראו איך מנהלים תגים של משאבים.
מגבלות
כשמתכננים את הפרויקט, חשוב להביא בחשבון את המגבלות הבאות של מקרים לדוגמה של Agent Platform Workbench:
אין תמיכה בתוספים של צד שלישי ל-JupyterLab.
כשמשתמשים ב-Access Context Manager וב-Chrome Enterprise Premium כדי להגן על מופעים של Agent Platform Workbench באמצעות אמצעי בקרה לגישה מודעת-הקשר, הגישה נבדקת בכל פעם שהמשתמש מאמת את עצמו במופע. לדוגמה, הגישה נבדקת בפעם הראשונה שהמשתמש ניגש ל-JupyterLab, ובכל פעם שהוא ניגש אליו לאחר מכן אם תוקף קובץ ה-Cookie של דפדפן האינטרנט שלו פג.
שימוש במאגר תגים בהתאמה אישית שלא נגזר ממאגר התגים הבסיסי ש-Google מספקת (
gcr.io/deeplearning-platform-release/workbench-container:latest) מגדיל את הסיכון לבעיות תאימות לשירותים שלנו, ולא נתמך. במקום זאת, משנים את קונטיינר הבסיס כדי ליצור קונטיינר בהתאמה אישית שעונה על הצרכים שלכם, ואז יוצרים מופע באמצעות הקונטיינר בהתאמה אישית.מופעים של Agent Platform Workbench מצפים לתמונות מהפרויקט
cloud-notebooks-managed. רשימת שמות התמונות זמינה בדף היצירה במסוף Google Cloud . אפשר להשתמש בתמונות של מכונות וירטואליות (VM) בהתאמה אישית או בתמונות של Deep Learning VM עם מופעים של Agent Platform Workbench, אבל Agent Platform Workbench לא מספק תמיכה בהתנהגויות לא צפויות או בתקלות שמתרחשות כשמשתמשים בתמונות האלה.אי אפשר לערוך את מכונת ה-VM הבסיסית של מופע Agent Platform Workbench באמצעות מסוף Google Cloud או Compute Engine API. כדי לערוך מכונה וירטואלית בסיסית של מופע Agent Platform Workbench, משתמשים בשיטה
projects.locations.instances.patchב-Notebooks API או בפקודהgcloud workbench instances updateב-Agent Platform SDK.במקרים שבהם נעשה שימוש ב-VPC Service Controls, השימוש ב-executor לא נתמך.
כדי להשתמש במאיצים עם מופעים של Agent Platform Workbench, סוג המאיץ שרוצים צריך להיות זמין באזור של המופע. מידע על זמינות של מאיצים לפי אזור זמין במאמר זמינות של אזורים ואזורים גיאוגרפיים של GPU.