Agent Platform Workbench-Images

Jede Gemini Enterprise Agent Platform Workbench-Instanz wird auf einem Image ausgeführt, das von Google erstellt und verwaltet wird. Das Image bestimmt das Betriebssystem, die Python-Version, die vorinstallierten ML-Frameworks (z. B. TensorFlow und PyTorch), den GPU- und CUDA-Stack sowie die JupyterLab-Umgebung, mit der Ihre Instanz gestartet wird.

Agent Platform Workbench bietet zwei Arten von sich gegenseitig ausschließenden Images:

  • VM-Images: Von Google erstellte Boot-Images, die das Betriebssystem, Frameworks, Kernel und JupyterLab direkt auf dem Instanzhost installieren.
  • Benutzerdefinierte Container: Ein von Google bereitgestelltes Basis-Container-Image, das Sie mit eigenen Paketen, Kernels und der JupyterLab-Konfiguration erweitern können. Ihr Container wird auf einem von Google verwalteten Host ausgeführt. Verwenden Sie benutzerdefinierte Container für reproduzierbare, vorab bereitgestellte Umgebungen, die Sie für viele Instanzen wiederverwenden.

Informationen zum Vergleichen der beiden Image-Typen und zum Auswählen eines Typs finden Sie unter Image-Typ auswählen.

Image-Typ auswählen

Wählen Sie in der folgenden Tabelle den Typ aus, der zu Ihrem Workflow passt. Details zu Inhalt, Versionen und Lebenszyklus der einzelnen Images finden Sie unter Image-Versionierung und -Lebenszyklus.

Option VM-Images Benutzerdefinierte Container
Kurzbeschreibung Ein von Google erstelltes Boot-Image, das das Betriebssystem, die Frameworks, die Kernel und JupyterLab direkt auf dem Instanzhost installiert. Ein von Google bereitgestellter Basis-Container, der auf einem von Google verwalteten Host ausgeführt wird.
Betriebssystem Debian Host: Container-Optimized OS (COS), verwaltet von Google
Container: Ubuntu
Anpassung Fügen Sie einer laufenden Instanz Pakete und micromamba-Umgebungen hinzu. Das Image selbst wird von Google verwaltet und kann nicht geändert werden. Erstellen Sie vorab ein benutzerdefiniertes Container-Image und verwenden Sie es für viele Instanzen wieder.
Hostzugriff Uneingeschränkter Zugriff auf den Instanzhost. Der COS-Host wird von Google verwaltet und kann nicht geändert werden.
Optimal für Standardkonfiguration; Arbeitslasten, die Hostzugriff oder benutzerdefinierte Systemprozesse erfordern. Benutzerdefinierte Umgebungen, die Sie in großem Maßstab bereitstellen können.
Anleitung zum Erstellen Instanz mit einer bestimmten Version erstellen Instanz mit einem benutzerdefinierten Container erstellen

Agent Platform Workbench-VM-Images

Agent Platform Workbench-VM-Images sind private Images, die von Google erstellt werden und die erforderlichen Pakete und Kernel direkt auf dem Hostcomputer bereitstellen. Agent Platform Workbench unterstützt Debian-basierte VM-Images. Eine VM wird direkt auf dem Instanzhost installiert, sodass Sie mit dem Hostcomputer interagieren können.

Informationen zum Erstellen einer Instanz mit einer bestimmten VM-Image-Version finden Sie unter Instanz mit einer bestimmten Image-Version erstellen.

Benutzerdefinierte Container für Agent Platform Workbench

Mit einem benutzerdefinierten Container können Sie ein benutzerdefiniertes Image mithilfe eines Docker-Containers in Agent Platform Workbench-Instanzen einbinden. Verwenden Sie einen benutzerdefinierten Container, um benutzerdefinierte Pakete, Kernel und eine vorgefertigte JupyterLab-Umgebung bereitzustellen, ohne sie beim Start der Instanz erstellen zu müssen.

Sie beginnen mit einem von Google bereitgestellten Basis-Container-Image, erweitern es nach Bedarf und stellen dann Agent Platform Workbench-Instanzen aus dem von Ihnen erstellten Container bereit. Google veröffentlicht zwei Varianten des Basis-Container-Images:

  • Standard: Unterstützt alle Agent Platform Workbench-Funktionen. Enthält vorinstallierte Data-Science-Pakete, CUDA-Bibliotheken, Cloud de Confiance by S3NS JupyterLab Integrationen (BigQuery und Managed Service for Apache Spark), allgemeine System Pakete und micromamba-basierte Kernelverwaltung.
  • Slim: Ein minimales Basis-Image mit JupyterLab, metadatenbasierter JupyterLab Konfiguration und micromamba-basierter Kernelverwaltung. Sie installieren alle zusätzlichen Pakete oder Erweiterungen.

Ihr Container wird auf einem von Google verwalteten Host ausgeführt, der auf Container-Optimized OS (COS) basiert und Funktionen wie das Herunterfahren im Leerlauf, den Proxy-Agent und die Diensttelemetrie bietet. Weitere Informationen finden Sie unter Funktionen und Vorteile von Container-Optimized OS.

Die URIs, Größen und unterstützten Python-Versionen des Basis-Images finden Sie unter Benutzerdefinierten Container erstellen. Einschränkungen finden Sie unter Einschränkungen für benutzerdefinierte Container.

Vorinstallierte Pakete

Agent Platform Workbench-Images können so konfiguriert werden, dass sie Folgendes enthalten:

  • Bestimmte ML-Frameworks (z. B. TensorFlow und PyTorch) und die zugehörigen unterstützenden Pakete.
  • Python mit gängigen Data-Science-Paketen wie NumPy, SciPy, Matplotlib, Pandas, NLTK, Pillow, scikit-image, opencv-python und scikit-learn.
  • JupyterLab-Notebookumgebungen für schnelles Prototyping.
  • NVIDIA-Pakete, einschließlich des NVIDIA-Treibers, CUDA, cuDNN und NCCL, für GPU-fähige Instanzen.

Nächste Schritte