管理笔记本

Vertex AI Workbench 是用于整个数据科学工作流的单一开发环境。如需设置基于笔记本的端到端生产环境，请创建具有内置集成功能的 JupyterLab 实例。如果您刚开始接触 Vertex AI，请详细了解 Vertex AI Workbench。

本页面介绍了在 Vertex AI Workbench 中管理 JupyterLab 笔记本的过程，包括创建和共享笔记本，以及使用笔记本与 Vertex AI 服务进行交互。本页面还介绍了如何删除和更新托管笔记本的 JupyterLab 实例。

如需了解如何备份和恢复数据，请参阅创建备份和恢复笔记本数据。

准备工作

在使用 Vertex AI Workbench 管理笔记本之前，您必须准备好一个项目来运行 Vertex AI 服务。如需了解详情，请参阅为 Vertex AI 设置项目。

如需获得在项目命名空间中管理笔记本资源所需的权限，请让您的 IAM 项目管理员为您授予以下角色之一：

  • Workbench Notebooks Admin (workbench-notebooks-admin)：获取对项目中所有笔记本资源的读写权限。您需要此角色才能创建 JupyterLab 笔记本。
  • Workbench Notebooks Viewer (workbench-notebooks-viewer)：获取对项目中所有笔记本资源的只读权限。您需要此角色才能打开 JupyterLab 笔记本。

如需详细了解这些角色，请参阅准备 IAM 权限。

创建 JupyterLab 笔记本

本部分介绍了如何在 Vertex AI Workbench 中配置 JupyterLab 实例，以及如何在实例中创建 JupyterLab 笔记本。

满足前提条件后，请按照以下步骤配置 JupyterLab 实例并创建 JupyterLab 笔记本：

  1. 登录 GDC 控制台并选择您的项目。
  2. 在导航菜单中，依次点击 Vertex AI > Workbench。
  3. 点击新建笔记本。

  4. 在创建笔记本页面上，为以下字段输入值：

    • 笔记本名称：输入要为 JupyterLab 笔记本指定的名称。Vertex AI Workbench 会使用您选择的名称来创建用于访问笔记本的网址。
    • 环境：为 JupyterLab 实例选择 Docker 映像。此映像为部署和典型机器学习 (ML) 软件包提供了基准。
    • 集群：为 JupyterLab 实例选择一个符合您使用要求的 Kubernetes 集群。如果没有可用的 Kubernetes 集群，请与管理员联系，添加一个或多个集群。
    • CPU / 内存：输入工作负载所需的 CPU 和 RAM 数量。对于 CPU 密集型工作负载，您可以选择多个 CPU。
    • GPU：选择 JupyterLab 实例所需的 GPU 数量。在 Distributed Cloud 中，GPU 是 A100 Tensor Core GPU 的一个 NVIDIA 多实例 GPU (MIG) 切片。
    • 工作区卷：输入所需的存储空间大小（以 GB 为单位）。

  5. 点击创建。

Vertex AI Workbench 会配置 JupyterLab 实例并创建 JupyterLab 笔记本。保存笔记本的网址，以便日后访问。

在 Vertex AI Workbench 中创建 JupyterLab 笔记本后，在 JupyterLab 环境中打开集成开发环境 (IDE)。如需了解详情，请参阅打开 JupyterLab 笔记本。

打开 JupyterLab 笔记本

在网络浏览器中输入 JupyterLab 笔记本的网址即可将其打开。如果您不知道网址，请按照以下步骤打开笔记本：

  1. 登录 GDC 控制台并选择您的项目。
  2. 在导航菜单中，依次点击 Vertex AI > Workbench。
  3. 找到要打开的 JupyterLab 笔记本，然后点击打开 JupyterLab 以打开 JupyterLab 实例 IDE。
  4. 如果系统提示您进行身份验证，请按照身份提供方的身份验证步骤操作。
  5. 在 JupyterLab 实例中，打开 JupyterLab 笔记本。

与其他用户分享 JupyterLab 笔记本的网址，以便他们也能打开该笔记本。目标用户必须拥有 Workbench Notebooks Viewer 角色。

通过 JupyterLab 笔记本使用 Vertex AI 服务

使用客户端库从 JupyterLab 笔记本与 Vertex AI 服务进行交互。借助 Vertex AI 客户端库，您可以通过编程方式对 Distributed Cloud 上的任何 Vertex AI 服务进行 API 调用。

请按照以下步骤从 JupyterLab 笔记本中使用 Vertex AI 服务：

  1. 启用相应的 Vertex AI API。
  2. 安装相应的 Vertex AI 客户端库。
  3. 创建 JupyterLab 笔记本。
  4. 打开 JupyterLab 笔记本，并使用它通过 Vertex AI 客户端库编写代码。例如，您可以使用 Vertex AI Translation 客户端库翻译文本。

删除 JupyterLab 实例

如需删除 JupyterLab 实例，请按照以下步骤操作：

  1. 登录 GDC 控制台并选择您的项目。
  2. 在导航菜单中，依次点击 Vertex AI > Workbench。
  3. 找到与要删除的 JupyterLab 实例关联的笔记本。
  4. 选中 JupyterLab 笔记本对应的复选框。
  5. 点击删除。
  6. 在删除笔记本对话框中，点击删除。

更新 JupyterLab 实例

在基础架构运营商 (IO) 更新 Distributed Cloud 后，您可以更新 JupyterLab 实例。

针对要更新的每个 JupyterLab 实例，请按照以下步骤操作：

  1. 将要保留的 JupyterLab 实例中的文件保存到存储桶。如需了解详情，请参阅在项目中上传和下载存储对象。
  2. 更新后，登录 GDC 控制台并选择您的项目。
  3. 配置新的 JupyterLab 实例。 Vertex AI Workbench 会创建一个具有新版 JupyterLab 的 JupyterLab 实例。例如，新的 JupyterLab 实例包含来自 Distributed Cloud 的客户端库更新。
  4. 将文件从过时 JupyterLab 实例的存储桶复制到新的 JupyterLab 实例。

您可以删除 JupyterLab 实例的旧版本。如需了解详情，请参阅删除 JupyterLab 实例。