Créer une instance de notebooks gérés par l'utilisateur avec un conteneur personnalisé

Créer une instance de notebooks gérés par l'utilisateur avec un conteneur personnalisé

Les notebooks gérés par l'utilisateur Vertex AI Workbench sont obsolètes. Depuis le 14 avril 2025, les notebooks gérés par l'utilisateur ne sont plus acceptés et il n'est plus possible de créer des instances de notebooks gérés par l'utilisateur. Les instances existantes continueront de fonctionner jusqu'au 30 mars 2026, mais les correctifs, mises à jour et mises à niveau ne seront plus disponibles. Pour continuer à utiliser Vertex AI Workbench, nous vous recommandons de migrer vos instances de notebooks gérés par l'utilisateur vers des instances Vertex AI Workbench.

Vous pouvez créer une instance de notebooks gérés par l'utilisateur basée sur un conteneur personnalisé. L'utilisation d'un conteneur personnalisé vous permet de configurer un environnement de notebooks gérés par l'utilisateur adapté à vos besoins. Le conteneur doit être accessible à votre Google Cloud compte de service et offrir l'accès à un service via le port 8080. Nous vous recommandons de créer un conteneur dérivé d'une image de conteneur de deep learning, car ces images sont déjà configurées pour être compatibles avec les notebooks gérés par l'utilisateur.

Mise à jour des kernels de conteneurs personnalisés

Vertex AI Workbench extrait la dernière image de conteneur pour votre kernel :

• lors de la création d'une instance ;

• lors de la mise à niveau d'une instance ;

• lors du démarrage d'une instance.

Le kernel d'un conteneur personnalisé ne persiste pas lorsque votre instance est arrêtée. Par conséquent, chaque fois que votre instance est démarrée, Vertex AI Workbench extrait la dernière version de l'image de conteneur.

Si votre instance est en cours d'exécution lors de la publication d'une nouvelle version de conteneur, le kernel de votre instance n'est pas mis à jour tant que vous n'avez pas arrêté et démarré votre instance.

Avant de commencer

Pour pouvoir créer une instance de notebooks gérés par l'utilisateur, vous devez disposer d'un Google Cloud projet et activer l'API Notebooks pour ce projet.

Connectez-vous à votre Google Cloud compte. Si vous n'avez jamais utilisé Google Cloud, créez un compte pour évaluer les performances de nos produits dans des scénarios réels. Les nouveaux clients bénéficient également de 300 $de crédits sans frais pour exécuter, tester et déployer des charges de travail.

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.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Notebooks API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. 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.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Notebooks API.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the API

1. Si vous prévoyez d'utiliser des GPU avec votre instance de notebooks gérés par l'utilisateur, consultez la page des quotas dans la Google Cloud console pour vous assurer que vous disposez de suffisamment de GPU dans votre projet. Si les GPU ne figurent pas sur la page "Quotas" ou que vous avez besoin d'un quota de GPU supplémentaire, demandez une augmentation de quota. Consultez Demander une augmentation de quota sur la page Quotas de ressources Compute Engine.

Rôles requis

Si vous avez créé le projet, vous disposez du rôle IAM Propriétaire (roles/owner) sur le projet, qui inclut toutes les autorisations requises. Ignorez cette section et commencez à créer votre instance de notebooks gérés par l'utilisateur. Si vous n'avez pas créé le projet, poursuivez cette section.

Pour obtenir les autorisations nécessaires pour créer une instance de notebooks gérés par l'utilisateur Vertex AI Workbench, demandez à votre administrateur de vous accorder les rôles IAM suivants sur le projet :

• Administrateur de notebooks (roles/notebooks.admin)
• Utilisateur du compte de service(roles/iam.serviceAccountUser)

Pour en savoir plus sur l'attribution de rôles, consultez Gérer l'accès aux projets, aux dossiers et aux organisations.

Vous pouvez également obtenir les autorisations requises avec des rôles personnalisés ou d'autres rôles prédéfinis.

Vérifier que votre conteneur personnalisé est prêt

Assurez-vous de disposer d'un conteneur personnalisé accessible à votre Google Cloud compte de service. Pour en savoir plus sur la création d'un conteneur personnalisé à partir d'une image de conteneur de deep learning, consultez la page Créer un conteneur dérivé.

Créer une instance avec un conteneur personnalisé

Pour créer une instance de notebooks gérés par l'utilisateur avec un conteneur personnalisé, procédez comme suit :

1. Dans la Google Cloud console, accédez à la page Notebooks gérés par l'utilisateur. Vous pouvez également accéder à notebook.new (https://notebook.new) et ignorer l'étape suivante.

   Accéder à la page Notebooks gérés par l'utilisateur

2. Cliquez sur  Créer.

3. Cliquez sur Options avancées.

4. Dans la section Détails de la page Créer une instance, fournissez les informations suivantes pour la nouvelle instance :

   • Nom : nom de la nouvelle instance.
   • Région et Zone : sélectionnez une région et une zone pour la nouvelle instance. Pour obtenir les meilleures performances réseau, sélectionnez la région la plus proche de vous géographiquement. Découvrez les emplacements de notebooks gérés par l'utilisateur disponibles.

5. Dans la section Environnement, dans le champ Environnement, sélectionnez Conteneur personnalisé.

6. Dans le champ Image de conteneur Docker, ajoutez une image de conteneur Docker de l'une des manières suivantes :

   • Saisissez un chemin d'accès d'image de conteneur Docker. Par exemple, pour utiliser une image de conteneur TensorFlow 2.12 avec des accélérateurs à partir de Conteneurs de deep learning, saisissez us-docker.pkg.dev/deeplearning-platform-release/gcr.io/tf-cpu.2-12.py310.
   • Cliquez sur Sélectionner pour ajouter une image de conteneur Docker à partir d'Artifact Registry. Dans l'onglet Artifact Registry dans lequel votre image de conteneur est stockée, remplacez le projet par le projet qui inclut votre image de conteneur, puis sélectionnez votre image de conteneur.

7. Effectuez le reste des sélections requises ou conservez les paramètres par défaut.

8. Cliquez sur Créer. Vertex AI Workbench crée pour vous une instance de notebooks gérés par l'utilisateur basée sur votre conteneur personnalisé.

Étapes suivantes

• Découvrez comment transférer des images de conteneurs vers Artifact Registry. Si les images de conteneurs que vous transférez vers Artifact Registry sont dérivées d'une image de conteneurs de deep learning, vous pouvez vous servir de ces images de conteneurs lorsque vous créez des instances de notebooks gérés par l'utilisateur.
• Pour en savoir plus sur la modification de vos conteneurs personnalisés, consultez la page Bonnes pratiques pour l'écriture de fichiers Dockerfile.