Vertex AI#

RAPIDS 可以部署在 Vertex AI Workbench 上。

创建新的笔记本实例#

在 Google Cloud UI 中，导航至 Vertex AI -> 笔记本 -> Workbench
选择实例并选择 + 新建。
在 详细信息 部分为实例命名。
勾选“附加 1 个 NVIDIA T4 GPU”选项。
定制完机器的其他方面后，点击创建。

提示

如果您想选择不同的 GPU 或其他硬件选项，可以点击底部的“高级选项”，然后在“机器类型”部分进行更改。

安装 RAPIDS#

实例启动后，选择 打开 JUPYTER LAB 并在笔记本顶部安装您希望使用的 RAPIDS 库。

警告

目前无法在默认环境中通过 pip 安装 RAPIDS（详情见此），暂时您必须创建一个新的 conda 环境。

截至 2025 年 1 月的 Vertex AI 版本，Vertex AI 当前预装了 CUDA Toolkit 11 系统软件包。默认的 Python 环境也包含 cupy-cuda12x 软件包。这意味着无法通过 pip 安装像 cudf 这样的 RAPIDS 软件包，因为 cudf-cu12 将与 CUDA Toolkit 版本冲突，而 cudf-cu11 将与 cupy 版本冲突。

您可以通过运行 ls -ld /usr/local/cuda* 来查找当前系统的 CUDA Toolkit 版本。

您可以创建一个新的 RAPIDS conda 环境并将其注册到 ipykernel 中，以便在 Jupyter Lab 中使用。在 Jupyter 中打开新的终端并运行以下命令。

# Create a new environment
conda create -y -n rapids \
    -c rapidsai -c conda-forge -c nvidia \
    rapids=25.04 python=3.12 cuda-version=12.8 \
    ipykernel

# Activate the environment
conda activate rapids

# Register the environment with Jupyter
python -m ipykernel install --prefix "${DL_ANACONDA_HOME}/envs/rapids" --name rapids --display-name rapids

然后刷新 Jupyter Lab 页面并打开启动器。您会看到一个新的“rapids”内核可用。

Screenshot of the Jupyter Lab launcher showing the RAPIDS kernel

提示

如果您没有看到新内核，请稍等片刻，再次刷新页面，它可能需要一些时间才能显示出来。

测试 RAPIDS#

现在您应该能够打开笔记本并使用 RAPIDS 了。

例如，我们可以导入和使用像 cudf 这样的 RAPIDS 库。

In [1]: import cudf
In [2]: df = cudf.datasets.timeseries()
In [3]: df.head()
Out[3]:
                       id     name         x         y
timestamp
2000-01-01 00:00:00  1020    Kevin  0.091536  0.664482
2000-01-01 00:00:01   974    Frank  0.683788 -0.467281
2000-01-01 00:00:02  1000  Charlie  0.419740 -0.796866
2000-01-01 00:00:03  1019    Edith  0.488411  0.731661
2000-01-01 00:00:04   998    Quinn  0.651381 -0.525398

Vertex AI#

创建新的笔记本实例#

安装 RAPIDS#

测试 RAPIDS#

相关示例#