Notebooklösung wählen

Auf dieser Seite werden die Unterschiede zwischen den Notebook-Umgebungsoptionen von Vertex AI beschrieben, damit Sie die beste Option für Ihr Projekt auswählen können.

Vertex AI bietet zwei Notebook-Umgebungslösungen:

  • Colab Enterprise:Eine kollaborative, verwaltete Notebook-Umgebung mit den Sicherheits- und Compliance-Funktionen von Google Cloud. Wenn die Prioritäten Ihres Projekts in der Zusammenarbeit mit anderen liegen und Sie keine Zeit für die Verwaltung der Infrastruktur aufwenden möchten, ist Colab Enterprise möglicherweise die beste Option für Sie. Weitere Informationen finden Sie im folgenden Abschnitt zu Colab Enterprise.

  • Vertex AI Workbench: Eine Jupyter-Notebook-basierte Umgebung, die über VM-Instanzen mit Features bereitgestellt wird, die den gesamten Data-Science-Workflow unterstützen. Wenn die Prioritäten Ihres Projekts in der Kontrolle und Anpassbarkeit liegen, ist Vertex AI Workbench möglicherweise die beste Option für Sie. Weitere Informationen finden Sie im folgenden Abschnitt Vertex AI Workbench.

Colab Enterprise

In den folgenden Abschnitten erfahren Sie mehr über einige der Stärken von Colab Enterprise. Weitere Informationen finden Sie unter Einführung in Colab Enterprise.

Dateien freigeben und zusammenarbeiten

Mit Colab Enterprise können Sie Notebooks freigeben und mit anderen zusammenarbeiten. Sie können ein Notebook für einen einzelnen Nutzer, eine Google-Gruppe oder eine Google Workspace-Domain freigeben. Sie steuern diesen Zugriff über die Identitäts- und Zugriffsverwaltung (Identity and Access Management, IAM).

Verwaltetes Computing

Mit Colab Enterprise können Sie in Notebooks arbeiten, ohne die Infrastruktur verwalten zu müssen. In Colab Enterprise wird eine Laufzeit für Sie bereitgestellt, wenn Sie sie benötigen. Sie können Laufzeiten für bestimmte Anforderungen konfigurieren. Colab Enterprise startet sie für Sie und fährt sie herunter, wenn Sie sie nicht mehr benötigen.

In die Google Cloud Konsole eingebunden

Durch die Integration von Colab Enterprise in Google Cloud -Dienste ist es einfacher, Notebooks zu verwenden, die mit diesen Diensten interagieren. Sie können Colab Enterprise in der Google Cloud Console verwenden. Die Funktionen sind sowohl in Vertex AI als auch in BigQuery integriert.

Code mit Unterstützung durch Gemini schreiben

Sie können Gemini in Vertex AI verwenden, einem Produkt im Portfolio Gemini für Google Cloud, um Code in einem Vertex AI-Notebook zu schreiben und zu generieren. Gemini in Vertex AI kann während der Eingabe in einer Codezelle Vorschläge zur Codevervollständigung generieren. Sie können auch das Tool Hilfe beim Programmieren verwenden, um Code anhand einer Beschreibung dessen zu generieren, was Sie möchten. Weitere Informationen finden Sie unter Code mit Gemini-Unterstützung schreiben.

Vertex AI Workbench

In den folgenden Abschnitten erfahren Sie mehr über einige der Stärken von Vertex AI Workbench. Weitere Informationen finden Sie unter Einführung in Vertex AI Workbench.

Übersicht

Alle Vertex AI Workbench-Instanzen bieten Folgendes:

  • Vorinstalliert mit JupyterLab.
  • Eine vorinstallierte Suite von Deep-Learning-Paketen mit Unterstützung für die Frameworks TensorFlow und PyTorch.
  • Unterstützung für GPU-Beschleuniger.
  • Die Möglichkeit, mit einem GitHub-Repository zu synchronisieren.
  • Google Cloud Authentifizierung und Autorisierung.

Conda-Umgebungen hinzufügen

Vertex AI Workbench-Instanzen verwenden Kernels, die auf Conda-Umgebungen basieren. Sie können Ihrer Vertex AI Workbench-Instanz eine Conda-Umgebung hinzufügen. Die Umgebung wird dann in der JupyterLab-Benutzeroberfläche Ihrer Instanz als Kernel angezeigt.

Durch das Hinzufügen von Conda-Umgebungen können Sie Kernel verwenden, die in der Standard-Vertex AI Workbench-Instanz nicht verfügbar sind. Sie können beispielsweise Conda-Umgebungen für R und Apache Beam hinzufügen. Oder Sie können Conda-Umgebungen für bestimmte ältere Versionen der verfügbaren Frameworks wie TensorFlow, PyTorch oder Python hinzufügen.

Weitere Informationen finden Sie unter Conda-Umgebung hinzufügen.

Datenzugriff

Sie können effizienter arbeiten, da Sie auf Ihre Daten zugreifen können, ohne die JupyterLab-Oberfläche zu verlassen.

Im JupyterLab-Navigationsmenü auf einer Vertex AI Workbench-Instanz können Sie die Cloud Storage-Einbindung verwenden, um in Daten und andere Dateien zu suchen, auf die Sie Zugriff haben.

Im gleichen Navigationsmenü können Sie auch die BigQuery-Einbindung verwenden, um Tabellen zu durchsuchen, auf die Sie Zugriff haben, Abfragen zu schreiben, Ergebnisse in der Vorschau anzuzeigen und Daten in Ihr Notebook zu laden.

Automatisierte Notebookausführungen

Sie können ein Notebook so einstellen, dass es nach einem wiederkehrenden Zeitplan ausgeführt wird. Selbst wenn die Instanz heruntergefahren wurde, führt Vertex AI Workbench Ihre Notebookdatei aus und speichert die Ergebnisse, sodass Sie sie ansehen und mit anderen teilen können.

Automatisiertes Herunterfahren bei inaktiven Instanzen

Zur Verwaltung der Kosten können Sie Ihre Vertex AI Workbench-Instanz so einstellen, dass sie nach einem bestimmten Zeitraum der Inaktivität heruntergefahren wird. Weitere Informationen finden Sie unter Herunterfahren bei Inaktivität.

Benutzerdefinierte Container

Sie können eine Vertex AI Workbench-Instanz basierend auf einem benutzerdefinierten Container erstellen. Beginnen Sie mit einem von Google bereitgestellten Basiscontainer-Image und passen Sie es an Ihre Anforderungen an. Erstellen Sie dann eine Instanz auf Grundlage des benutzerdefinierten Containers.

Weitere Informationen finden Sie unter Instanz mit einem benutzerdefinierten Container erstellen.

Anmeldedaten eines Drittanbieters verwenden

Sie können Vertex AI Workbench-Instanzen mit Anmeldedaten von Drittanbietern erstellen und verwalten, die von der Workforce Identity-Föderation bereitgestellt werden. Die Workforce Identity-Föderation verwendet Ihren externen Identitätsanbieter (Identity Provider, IdP), um einer Gruppe von Nutzern über einen Proxy Zugriff auf Vertex AI Workbench-Instanzen zu gewähren.

Weitere Informationen finden Sie unter Instanz mit Drittanbieteranmeldedaten erstellen.

Monitoring des Zustands

Damit Ihre Vertex AI Workbench-Instanz ordnungsgemäß funktioniert, können Sie den Zustand der Instanz überwachen.

Editierbare Deep Learning-VM-Instanzen

Vertex AI Workbench bietet API-Methoden zum Ändern der zugrunde liegenden VM über die Notebooks API.

Nächste Schritte

So verwenden Sie den Dienst: