Agent Platform Workbench 映像檔

每個 Gemini Enterprise Agent Platform Workbench 執行個體都會在 Google 建構及維護的映像檔上執行。映像檔會決定執行個體啟動時的作業系統、Python 版本、預先安裝的 ML 架構 (例如 TensorFlow 和 PyTorch)、GPU 和 CUDA 堆疊，以及 JupyterLab 環境。

Agent Platform Workbench 提供兩種互斥的映像檔：

  • VM 映像檔：Google 建構的開機映像檔，可直接在執行個體主機上安裝作業系統、架構、核心和 JupyterLab。
  • 自訂容器：Google 提供的基本容器映像檔，您可以透過自己的套件、核心和 JupyterLab 設定進行擴充。您的容器會在 Google 管理的主機上執行。使用自訂容器，建立可重現的預先佈建環境，並在多個執行個體中重複使用。

如要比較這兩種圖片類型並選擇其中一種，請參閱「選擇圖片類型」。

選擇圖片類型

請參閱下表，選擇適合工作流程的類型。如要瞭解各個映像檔的內容、版本和生命週期，請參閱「映像檔版本控管和生命週期」。

選項 VM 映像檔 自訂容器
簡介 Google 建構的開機映像檔，可直接在執行個體主機上安裝作業系統、架構、核心和 JupyterLab。 Google 提供的基礎容器，可在 Google 代管的主機上執行。
作業系統 Debian 主機：Google 管理的 Container-Optimized OS (COS)
容器：Ubuntu
自訂方式 在執行中的執行個體中新增套件和 micromamba 環境。 映像檔本身由 Google 管理，且不可變更。 預先建構自訂容器映像檔，並在多個執行個體中重複使用。
主機存取權 具備執行個體主機的完整存取權。 COS 主機由 Google 管理，無法修改。
適用情境 預設體驗；需要主機存取權或自訂系統程序的作業負載。 可大規模部署的自訂環境。
如何建立 使用特定版本建立執行個體 使用自訂容器建立執行個體

Agent Platform Workbench VM 映像檔

Agent Platform Workbench VM 映像檔是由 Google 建構的私人映像檔，可直接在主體機器上佈建必要套件和核心。Agent Platform Workbench 支援以 Debian 為基礎的 VM 映像檔。VM 會直接安裝在執行個體主體機器上，因此您可以與主體機器互動。

如要在特定 VM 映像檔版本上建立執行個體，請參閱「使用特定映像檔版本建立執行個體」。

Agent Platform Workbench 自訂容器

自訂容器可讓您使用 Docker 容器，將自訂映像檔帶入 Agent Platform Workbench 執行個體。使用自訂容器運送自訂套件、核心和現成的 JupyterLab 環境，不必在執行個體啟動時建構這些項目。

您會從 Google 提供的基本容器映像檔開始，根據需求擴充，然後從建構的容器佈建 Agent Platform Workbench 執行個體。Google 會發布兩種基本容器映像檔：

  • 標準：支援所有 Agent Platform Workbench 功能。內含預先安裝的資料科學套件、CUDA 程式庫、 Cloud de Confiance by S3NS JupyterLab 整合功能 (BigQuery 和 Managed Service for Apache Spark)、常見系統套件，以及以 micromamba 為基礎的 Kernel 管理功能。
  • 精簡：包含 JupyterLab 的精簡基礎映像檔、以中繼資料為基礎的 JupyterLab 設定，以及以 micromamba 為基礎的核心管理。安裝任何其他套件或擴充功能。

容器會在 Google 管理的主機上執行，主機以 Container-Optimized OS (COS) 為基礎，提供閒置關機、Proxy 代理程式和服務遙測等功能。詳情請參閱「Container-Optimized OS 的功能和優點」。

如要瞭解底層映像檔 URI、大小和支援的 Python 版本，請參閱「建立自訂容器」。如需限制，請參閱「自訂容器限制」。

預先安裝的套件

您可以將 Agent Platform Workbench 映像檔設定為包含下列項目：

  • 特定機器學習架構 (例如 TensorFlow 和 PyTorch) 及其支援套件。
  • Python，以及 numpy、scipy、matplotlib、pandas、nltk、pillow、scikit-image、opencv-python 和 scikit-learn 等常見的資料科學套件。
  • 用於迅速建立原型設計的 JupyterLab 筆記本環境。
  • NVIDIA 套件，包括已啟用 GPU 的執行個體適用的 NVIDIA 驅動程式、CUDA、cuDNN 和 NCCL。

後續步驟