Agent Platform Workbench イメージ

すべての Gemini Enterprise Agent Platform ワークベンチ インスタンスは、Google が構築して管理するイメージで実行されます。イメージによって、インスタンスの起動時に使用されるオペレーティング システム、Python バージョン、プリインストールされた ML フレームワーク（TensorFlow や PyTorch など）、GPU と CUDA スタック、JupyterLab 環境が決まります。

Agent Platform Workbench には、次の 2 種類の相互に排他的なイメージが用意されています。

  • VM イメージ: オペレーティング システム、フレームワーク、カーネル、JupyterLab をインスタンス ホストに直接インストールする Google 構築のブートイメージ。
  • カスタム コンテナ: 独自のパッケージ、カーネル、JupyterLab 構成で拡張できる、Google 提供のベース コンテナ イメージ。コンテナは Google が管理するホストで実行されます。カスタム コンテナは、多くのインスタンスで再利用する、再現可能な事前プロビジョニング環境に使用します。

2 つのイメージ タイプを比較して選択するには、イメージ タイプを選択するをご覧ください。

画像の種類を選択する

次の表を使用して、ワークフローに適したタイプを選択します。各イメージのコンテンツ、バージョン、ライフサイクルの詳細については、イメージのバージョニングとライフサイクルをご覧ください。

オプション VM イメージ カスタム コンテナ
概要 オペレーティング システム、フレームワーク、カーネル、JupyterLab をインスタンス ホストに直接インストールする Google 製のブートイメージ。 Google が管理するホストで実行される Google 提供のベースコンテナ。
オペレーティング システム Debian ホスト: Google が管理する Container-Optimized OS（COS）
コンテナ: Ubuntu
カスタマイズ方法 実行中のインスタンスにパッケージと micromamba 環境を追加します。イメージ自体は Google によって管理され、変更できません。 カスタム コンテナ イメージを事前にビルドし、多くのインスタンスで再利用します。
ホストアクセス インスタンス ホストに対する完全アクセス権。 COS ホストは Google によって管理されており、変更できません。
最適な用途 デフォルトのエクスペリエンス。ホストアクセスまたはカスタム システム プロセスを必要とするワークロード。 大規模にデプロイできるカスタマイズされた環境。
作成方法 特定のバージョンでインスタンスを作成する カスタム コンテナを使用してインスタンスを作成する

Agent Platform Workbench VM イメージ

Agent Platform Workbench VM イメージは、Google が構築したプライベート イメージで、必要なパッケージとカーネルをホストマシンに直接プロビジョニングします。Agent Platform Workbench は、Debian ベースの VM イメージをサポートしています。VM はインスタンス ホストに直接インストールされるため、ホストマシンを操作できます。

特定の VM イメージ バージョンでインスタンスを作成するには、特定のイメージ バージョンでインスタンスを作成するをご覧ください。

Agent Platform Workbench カスタム コンテナ

カスタム コンテナを使用すると、Docker コンテナを使用してカスタマイズされたイメージを Agent Platform Workbench インスタンスに持ち込むことができます。カスタム コンテナを使用して、インスタンスの起動時にビルドすることなく、カスタム パッケージ、カーネル、既製の JupyterLab 環境を配布します。

Google 提供のベースコンテナ イメージから始めて、必要なもので拡張し、ビルドしたコンテナから Agent Platform Workbench インスタンスをプロビジョニングします。Google は、ベースコンテナ イメージの 2 つのバリアントを公開しています。

  • 標準: Agent Platform Workbench のすべての機能をサポートします。プリインストールされたデータ サイエンス パッケージ、CUDA ライブラリ、 Cloud de Confiance by S3NS JupyterLab 統合（BigQuery と Managed Service for Apache Spark）、一般的なシステム パッケージ、micromamba ベースのカーネル管理が含まれます。
  • Slim: JupyterLab、メタデータ ベースの JupyterLab 構成、micromamba ベースのカーネル管理を備えた最小限のベースイメージ。追加のパッケージや拡張機能をインストールします。

コンテナは、Container-Optimized OS（COS）に基づく Google 管理のホストで実行されます。このホストは、アイドル状態のシャットダウン、プロキシ エージェント、サービス テレメトリーなどの機能を提供します。詳細については、Container-Optimized OS の機能と利点をご覧ください。

ベースイメージの URI、サイズ、サポートされている Python バージョンについては、カスタム コンテナを作成するをご覧ください。制約については、カスタム コンテナの制限事項をご覧ください。

プリインストールされているパッケージ

Agent Platform Workbench イメージは、次のものを含むように構成できます。

  • 特定の ML フレームワーク（TensorFlow や PyTorch など）とそのサポート パッケージ。
  • numpy、scipy、matplotlib、pandas、nltk、pillow、scikit-image、opencv-python、scikit-learn などの一般的なデータ サイエンス パッケージを含む Python。
  • 迅速なプロトタイピングのための JupyterLab ノートブック環境。
  • GPU 対応インスタンス用の NVIDIA ドライバ、CUDA、cuDNN、NCCL などの NVIDIA パッケージ。

次のステップ