שימוש בממשק Private Service Connect ל-Vertex AI Training

מומלץ להשתמש בממשק Private Service Connect לקישוריות פרטית, כי הוא מפחית את הסיכוי למיצוי כתובות IP ומאפשר שימוש ב-transitive peering.

ממשק Private Service Connect נתמך במשימות מותאמות אישית ובמשאבים קבועים בפלטפורמת הסוכן.

סקירה כללית

ממשק Private Service Connect נתמך במשימות בהתאמה אישית ובמשאבים קבועים ב-Vertex AI Training. כדי להשתמש בממשק Private Service Connect, צריך להגדיר רשת VPC, תת-רשת ורכיב Network Attachment בפרויקט המשתמש. הוראות להגדרת ממשק Private Service Connect כדי להפעיל ממשק Private Service Connect, צריך לכלול את שם הקובץ המצורף לרשת בבקשה ליצירת משימה בהתאמה אישית או משאב קבוע.

קישוריות יוצאת של Private Service Connect ל-Gemini Enterprise Agent Platform לרשתות אחרות

ב-Gemini Enterprise Agent Platform שולבו קישורי יציאה מהרשת שנתמכים על ידי Private Service Connect (ראו חיבור לעומסי עבודה ברשתות אחרות), עם התנהגויות ארכיטקטוניות מהסוגים הבאים.

גישה לממשקי Google API ולשירותים פנימיים בלבד

כשפלטפורמת הסוכנים של Gemini Enterprise שולחת תעבורת נתונים אל Google APIs, היא נפתרת באופן מקומי בסביבת היצרן ולא משתמשת בהגדרות של Private Google Access או בניתוב של רשת ה-VPC של הצרכן.

שימו לב:

• דרישה לזהות VPC: מכיוון שההפניה המקומית עוקפת את נתיב רשת ה-VPC של הצרכן, התנועה לא כוללת את הזהות של רשת ה-VPC. הדבר יגרום לכך שבקשות לשירותי Google פנימיים בלבד, כמו שירותי Cloud Run שהוגדרו עם תעבורת נתונים נכנסת (ingress) פנימית, ייכשלו עם שגיאה 404 או 403.
• פתרון של נקודת קצה של Private Service Connect: כדי להגיע לשירותים הפנימיים האלה באופן פרטי, צריך להגדיר נקודת קצה של Private Service Connect לממשקי Google APIs ברשת ה-VPC.
• הגדרת DNS: כדי לוודא שהתעבורה תישאר בנתיב פרטי בלבד, צריך לוודא שדומיין השירות (למשל ‎*.run.app) מומר לכתובת ה-IP הפנימית של נקודת הקצה (endpoint) של Private Service Connect.

תעבורת נתונים יוצאת (egress) באינטרנט ו-Cloud NAT

כברירת מחדל, פלטפורמת הסוכנים של Gemini Enterprise משתמשת בשערי אינטרנט בניהול Google לתעבורת נתונים יוצאת, ולא בנתיבים של רשת ה-VPC. תעבורת נתונים יוצאת (egress) באמצעות שער Cloud NAT של צרכן משמשת רק כשהפרויקט הוא חלק מגבולות גזרה של VPC Service Controls.

ההיקף הזה חוסם גישה לאינטרנט כברירת מחדל, ומאלץ את התנועה לעבור דרך ממשק Private Service Connect וכללי הניתוב של רשת ה-VPC. אם אתם לא משתמשים ב-VPC Service Control, תעבורת האינטרנט היוצאת תעקוף את רשת ה-VPC ואת שער Cloud NAT לחלוטין.

מגבלות

מידע על התכונות והמגבלות של ממשקי Private Service Connect זמין במאמר מידע על גישה לשירותי פלטפורמת הסוכנים של Gemini Enterprise דרך ממשקי Private Service Connect.

תמחור

התמחור של ממשקי Private Service Connect מפורט בקטע 'שימוש בממשק Private Service Connect לגישה לרשת VPC של יצרן או צרכן' בדף כל התמחור של שירותי הרשת.

לפני שמתחילים

מגדירים את המשאבים לממשק Private Service Connect בפרויקט של המשתמש.

יצירת משימת אימון ללא שרת (serverless) עם ממשק Private Service Connect

אתם יכולים ליצור משימת אימון בלי שרת (serverless) עם ממשק Private Service Connect באמצעות Agent Platform SDK ל-Python או API בארכיטקטורת REST.

from google.cloud import aiplatform


def create_custom_job_psci_sample(
    project: str,
    location: str,
    bucket: str,
    display_name: str,
    machine_type: str,
    replica_count: int,
    image_uri: str,
    network_attachment: str,
    domain: str,
    target_project: str,
    target_network: str,
):
    """Custom training job sample with PSC Interface Config."""
    aiplatform.init(project=project, location=location, staging_bucket=bucket)

    worker_pool_specs = [{
        "machine_spec": {
            "machine_type": machine_type,
        },
        "replica_count": replica_count,
        "container_spec": {
            "image_uri": image_uri,
            "command": [],
            "args": [],
        },
    }]
    psc_interface_config = {
        "network_attachment": network_attachment,
        "dns_peering_configs": [
            {
                "domain": domain,
                "target_project": target_project,
                "target_network": target_network,
            },
        ],
    }
    job = aiplatform.CustomJob(
        display_name=display_name,
        worker_pool_specs=worker_pool_specs,
    )

    job.run(psc_interface_config=psc_interface_config)

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/customJobs

"display_name": JOB_NAME,
"job_spec": {
    "worker_pool_specs": [
      {
        "machine_spec": {
          "machine_type": "n2-standard-4",
        },
        "replica_count": REPLICA_COUNT,
        "container_spec": {
          "image_uri": IMAGE_URI,
        },
      },
    ],
    "psc_interface_config": {
      "network_attachment": NETWORK_ATTACHMENT,
      "dns_peering_configs": [
         {
          "domain": DOMAIN_SUFFIX,
          "target_project": TARGET_PROJECT,
          "target_network": TARGET_NETWORK
         }
      ],
    },
    "enable_web_access": 1
}

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/customJobs"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/customJobs" | Select-Object -Expand Content

{
  "name": "projects/PROJECT_ID/locations/LOCATION/customJobs/JOB_ID",
  "displayName": "JOB_NAME",
  "jobSpec": {
    "workerPoolSpecs": [
      {
        "machineSpec": {
          "machineType": "MACHINE_TYPE"
        },
        "replicaCount": "REPLICA_COUNT",
        "diskSpec": DISK_SPEC,
        "containerSpec": {
          "imageUri": "IMAGE_URI"
        }
      }
    ],
    "enableWebAccess": True,
    "pscInterfaceConfig": {
      "networkAttachment": "NETWORK_ATTACHMENT"
      "dns_peering_configs": [
        {
          "domain": "DOMAIN_SUFFIX",
          "targetProject": "TARGET_PROJECT",
          "targetNetwork": "TARGET_NETWORK"
        }
]
    }
  },
  "state": "JOB_STATE_PENDING",
  "createTime": "CREATE_TIME",
  "updateTime": "UPDATE_TIME"
}