תמונות של Agent Platform Workbench

כל מופע של Gemini Enterprise Agent Platform Workbench פועל על תמונה ש-Google יוצרת ומתחזקת. התמונה קובעת את מערכת ההפעלה, את גרסת Python, את מסגרות ה-ML שהותקנו מראש (כמו TensorFlow ו-PyTorch), את ה-GPU ואת מחסנית CUDA, ואת סביבת JupyterLab שהמופע מתחיל איתה.

ב-Agent Platform Workbench יש שני סוגים של תמונות שאי אפשר להשתמש בהן בו-זמנית:

  • תמונות של מכונות וירטואליות (VM): תמונות אתחול שנוצרו על ידי Google ומתקינות את מערכת ההפעלה, את ה-frameworks, את ליבות המערכת ואת JupyterLab ישירות במארח של המכונה.
  • קונטיינרים בהתאמה אישית: קובץ אימג' בסיסי של קונטיינר שסופק על ידי Google, שאפשר להרחיב אותו עם חבילות, ליבות והגדרות של JupyterLab משלכם. מאגר התגים שלכם פועל במארח שמנוהל על ידי Google. אתם יכולים להשתמש בקונטיינרים מותאמים אישית כדי ליצור סביבות שניתן לשחזר, שהוקצו מראש ושניתן להשתמש בהן שוב בכמה מקרים.

כדי להשוות בין שני סוגי התמונות ולבחור אחת מהן, אפשר לעיין במאמר בנושא בחירת סוג תמונה.

בחירת סוג התמונה

הטבלה הבאה תעזור לכם לבחור את הסוג שמתאים לתהליך העבודה שלכם. לפרטים על התוכן, הגרסאות ומחזור החיים של כל תמונה, אפשר לעיין במאמר בנושא ניהול גרסאות ומחזור חיים של תמונות.

אפשרות תמונות VM מאגרי תגים בהתאמה אישית
הסבר קובץ אימג' לאתחול שנוצר על ידי Google ומתקין את מערכת ההפעלה, את ה-frameworks, את הליבות ואת JupyterLab ישירות במארח של המכונה. מאגר תגים בסיסי ש-Google מספקת, שפועל במארח שמנוהל על ידי Google.
מערכת הפעלה Debian מארח: מערכת הפעלה שמותאמת לקונטיינרים (COS), בניהול Google
קונטיינר: Ubuntu
איך מבצעים התאמה אישית הוספת חבילות וסביבות micromamba למופע פעיל. התמונה עצמה מנוהלת על ידי Google ואי אפשר לשנות אותה. ליצור מראש תמונה מותאמת אישית של קונטיינר ולעשות בה שימוש חוזר בכמה מקרים.
גישת מארח גישה מלאה למארח של המופע. המארח של COS מנוהל על ידי Google ואי אפשר לשנות אותו.
למי זה מתאים חוויית ברירת המחדל; עומסי עבודה שצריכים גישה למארח או תהליכי מערכת מותאמים אישית. סביבות מותאמות אישית שאפשר לפרוס בקנה מידה גדול.
איך יוצרים יצירת מכונה עם גרסה ספציפית יצירת מכונה עם מאגר תגים בהתאמה אישית

קובצי אימג' של מכונות וירטואליות ב-Agent Platform Workbench

תמונות של מכונות וירטואליות ב-Agent Platform Workbench הן תמונות פרטיות שנבנו על ידי Google, שמקצות את החבילות והליבות הנדרשות ישירות למחשב המארח. ‫Agent Platform Workbench תומך בתמונות של מכונות וירטואליות שמבוססות על Debian. מכונה וירטואלית מותקנת ישירות במארח של המכונה, כך שאפשר לקיים אינטראקציה עם המחשב המארח.

כדי ליצור מכונה וירטואלית על בסיס גרסה ספציפית של אימג' של מכונה וירטואלית, אפשר לעיין במאמר בנושא יצירת מכונה וירטואלית עם גרסה ספציפית של אימג'.

מאגרי תגים מותאמים אישית ב-Agent Platform Workbench

קונטיינר מותאם אישית מאפשר לכם להשתמש בקובץ אימג' מותאם אישית במופעים של Agent Platform Workbench באמצעות קונטיינר Docker. שימוש בקונטיינר בהתאמה אישית כדי לשלוח חבילות, ליבות וסביבת JupyterLab מוכנה מראש, בלי ליצור אותם בהפעלה של המופע.

מתחילים עם קובץ אימג' בסיסי של קונטיינר שסופק על ידי Google, מרחיבים אותו עם מה שצריך, ואז מקצים מופעים של Agent Platform Workbench מהקונטיינר שיוצרים. ‫Google מפרסמת שני סוגים של קובץ אימג' בסיסי של קונטיינר:

  • Standard: תמיכה בכל התכונות של Agent Platform Workbench. התכונות כוללות חבילות מדע נתונים שהותקנו מראש, ספריות CUDA, שילובים של Cloud de Confiance by S3NS JupyterLab (BigQuery ו-Managed Service ל-Apache Spark), חבילות מערכת נפוצות וניהול ליבות שמבוסס על micromamba.
  • ‫Slim: קובץ אימג' בסיסי מינימלי עם JupyterLab, הגדרת JupyterLab מבוססת מטא-נתונים וניהול ליבות מבוסס micromamba. מתקינים חבילות או תוספים נוספים.

הקונטיינר פועל במארח שמנוהל על ידי Google, על בסיס מערכת הפעלה שמותאמת לקונטיינרים (COS), שמספקת תכונות כמו כיבוי במצב בלי פעילות, סוכן הפרוקסי וטלמטריה של השירות. מידע נוסף זמין במאמר תכונות ויתרונות של מערכת ההפעלה שמותאמת לקונטיינרים.

למידע על כתובות ה-URI של תמונות הבסיס, הגדלים וגרסאות Python הנתמכות, אפשר לעיין במאמר בנושא יצירת קונטיינר בהתאמה אישית. מידע על אילוצים מופיע במאמר בנושא מגבלות על מאגרי תגים בהתאמה אישית.

חבילות שהותקנו מראש

אפשר להגדיר את התמונות של Agent Platform Workbench כך שיכללו את הפריטים הבאים:

  • frameworks ספציפיים של ML (לדוגמה, TensorFlow ו-PyTorch) וחבילות התמיכה שלהם.
  • ‫Python עם חבילות נפוצות של מדעי הנתונים, כמו numpy, ‏ scipy,‏ matplotlib, ‏ pandas, ‏ nltk, ‏ pillow, ‏ scikit-image, ‏ opencv-python ו-scikit-learn, ועוד הרבה אחרות.
  • סביבות notebook של JupyterLab ליצירת אב טיפוס מהירה.
  • חבילות NVIDIA, כולל הדרייבר של NVIDIA,‏ CUDA,‏ cuDNN ו-NCCL, למכונות וירטואליות עם GPU.

המאמרים הבאים