하나의 명령으로 모든 클라우드에서 Jupyter를 실행하는 방법

과학자와 엔지니어가 종종 직면하는 두 가지 문제점은 다음과 같습니다.

전체 소프트웨어 스택(GPU 드라이버 및 종속성 포함)을 설치하고 유지 관리하는 것은 어렵고 시간이 많이 걸립니다.

소유한 하드웨어(노트북 또는 데스크탑 사양)에 의해 제한됩니다.

여기에 해결책이 있습니다!

요구 사항

terraform CLI 도구를 다운로드하고 ClickOps(무료)

와 작별

포트 포워딩 편의를 위한 ngrok 계정 받기(무료)

물론 클라우드 자격 증명이 있어야 합니다! ( AWS , Azure , GCP 또는 K8s .)

이륙! 🚀

this GitHub repository 및 TPI을 사용하여 모든 무거운 작업 수행:

git clone https://github.com/iterative/blog-tpi-jupyter
cd blog-tpi-jupyter
export NGROK_TOKEN="..."  # Signup for free at https://ngrok.com
terraform init    # Setup local dependencies
terraform apply   # Create cloud resources & upload workdir
terraform refresh # Get URLs (rerun if blank)

클라우드 리소스를 시작하고 작업 디렉터리를 업로드하는 데 몇 분 정도 걸리므로 terraform refresh를 다시 실행하기 전에 잠시 기다려야 할 수 있습니다. 곧 다음이 표시됩니다.

Outputs:
urls = [
  "Jupyter Lab: https://{id}.ngrok.io/lab?token=...",
  "Jupyter Notebook: https://{id}.ngrok.io/tree?token=...",
  "TensorBoard: https://{id}.ngrok.io",
]

해당 URL을 클릭하여 개발 환경으로 이동하세요! ✨

다운로드 및 정리 📥

실험이 완료되면 공유workdir를 다운로드하고 클라우드 저장소를 삭제한 다음 간단한 명령 하나로 클라우드 인스턴스를 종료합니다.

terraform destroy

혜택 🎩

후드 아래에 Terraform Provider Iterative (TPI)을 사용합니다. TPI에는 몇 가지 뚜렷한 이점이 있습니다.

💰 저렴한 비용: 주문형 초당 청구 및 대량 할인을 포함하여 선호하는 클라우드 공급자의 기존 가격을 사용합니다.

🔄 자동 복구: 스팟/선점형 인스턴스는 저렴하지만 신뢰할 수 없습니다. TPI는 중단된 인스턴스를 안정적이고 자동으로 재생성하여 오프라인일 때도 클라우드에서 작업 디렉토리를 캐싱 및 복원합니다.

👓 사용자 지정 사양: 머신 main.tf config file(CPU, GPU, RAM, 스토리지) 및 types을 포함한 단일images 을 통해 하드웨어 및 소프트웨어 요구 사항을 완벽하게 제어합니다.

즐거운 코딩하세요!