Image Workbench Platform Agen

Setiap instance Workbench Platform Agen Gemini Enterprise berjalan pada image yang dibuat dan dikelola oleh Google. Image tersebut menentukan sistem operasi, versi Python, framework ML yang telah diinstal sebelumnya (seperti TensorFlow dan PyTorch), stack GPU dan CUDA, serta lingkungan JupyterLab yang digunakan instance Anda saat dimulai.

Workbench Platform Agen menyediakan dua jenis image yang saling eksklusif:

  • Image VM: image booting yang dibuat Google yang menginstal sistem operasi, framework, kernel, dan JupyterLab langsung di host instance.
  • Container kustom: image container dasar yang disediakan Google yang dapat Anda perluas dengan paket, kernel, dan konfigurasi JupyterLab Anda sendiri. Container Anda berjalan di host yang dikelola Google. Gunakan container kustom untuk lingkungan yang dapat direproduksi dan telah disediakan sebelumnya yang Anda gunakan kembali di banyak instance.

Untuk membandingkan kedua jenis image dan memilih salah satunya, lihat Memilih jenis image.

Memilih jenis image

Gunakan tabel berikut untuk memilih jenis yang sesuai dengan alur kerja Anda. Untuk mengetahui detail tentang konten, versi, dan siklus proses setiap image, lihat Pembuatan versi dan siklus proses image.

Opsi Image VM Container kustom
Pengertian Image booting yang dibuat Google yang menginstal sistem operasi, framework, kernel, dan JupyterLab langsung di host instance. Container dasar yang disediakan Google yang berjalan di host yang dikelola Google.
Sistem operasi Debian Host: Container-Optimized OS (COS), dikelola oleh Google
Container: Ubuntu
Cara menyesuaikan Menambahkan paket dan lingkungan micromamba ke instance yang sedang berjalan. Image itu sendiri dikelola Google dan tidak dapat diubah. Mem-build image container kustom terlebih dahulu dan menggunakannya kembali di banyak instance.
Akses host Akses penuh ke host instance. Host COS dikelola Google dan tidak dapat diubah.
Paling cocok untuk Pengalaman default; workload yang memerlukan akses host atau proses sistem kustom. Lingkungan yang disesuaikan yang dapat Anda deploy dalam skala besar.
Cara membuatnya Membuat instance dengan versi tertentu Membuat instance dengan container kustom

Image VM Workbench Platform Agen

Image VM Workbench Platform Agen adalah image pribadi, yang dibuat oleh Google, yang menyediakan paket dan kernel yang diperlukan langsung ke mesin host. Workbench Platform Agen mendukung image VM berbasis Debian. VM diinstal langsung di host instance, sehingga Anda dapat berinteraksi dengan mesin host.

Untuk membuat instance pada versi image VM tertentu, lihat membuat instance dengan versi image tertentu.

Container kustom Workbench Platform Agen

Container kustom memungkinkan Anda menggunakan image yang disesuaikan ke instance Workbench Platform Agen menggunakan container Docker. Gunakan container kustom untuk mengirim paket kustom, kernel, dan lingkungan JupyterLab siap pakai tanpa mem-build-nya saat startup instance.

Anda mulai dari image container dasar yang disediakan Google, memperluasnya dengan hal yang Anda butuhkan, lalu menyediakan instance Workbench Platform Agen dari container yang Anda buat. Google memublikasikan dua varian image container dasar:

  • Standar: mendukung semua fitur Workbench Platform Agen. Mencakup paket ilmu data yang telah diinstal sebelumnya, library CUDA, Cloud de Confiance by S3NS integrasi JupyterLab (BigQuery dan Managed Service untuk Apache Spark), paket sistem umum, dan pengelolaan kernel berbasis micromamba.
  • Ringkas: image dasar minimal dengan JupyterLab, konfigurasi JupyterLab berbasis metadata, dan pengelolaan kernel berbasis micromamba. Anda menginstal paket atau ekstensi tambahan.

Container Anda berjalan di host yang dikelola Google, berdasarkan Container-Optimized OS (COS), yang menyediakan fitur seperti penonaktifan saat tidak ada aktivitas, agen proxy, dan telemetri layanan. Untuk mengetahui informasi selengkapnya, lihat Fitur dan manfaat Container-Optimized OS.

Untuk mengetahui URI, ukuran, dan versi Python yang didukung image dasar, lihat Membuat container kustom. Untuk mengetahui batasan, lihat Batasan container kustom.

Paket yang telah diinstal sebelumnya

Image Workbench Platform Agen dapat dikonfigurasi untuk menyertakan hal berikut:

  • Framework ML tertentu (misalnya, TensorFlow dan PyTorch) serta paket pendukungnya.
  • Python dengan paket ilmu data umum seperti numpy, scipy, matplotlib, pandas, nltk, pillow, scikit-image, opencv-python, dan scikit-learn, serta banyak paket lainnya.
  • Lingkungan notebook JupyterLab untuk pembuatan prototipe cepat.
  • Paket NVIDIA, termasuk driver NVIDIA, CUDA, cuDNN, dan NCCL, untuk instance yang mendukung GPU.

Langkah berikutnya