solutions genai llm workshop

개요

이것은 JAPAC 생성 AI 기술 워크숍 QWIKLABS의 일부입니다. 워크숍은 관객들에게 다음을 통과합니다.

• Google 생성 AI 언어 제공
• 랭 체인 통합

클라우드 리소스를 프로비저닝하십시오

1. Google 클라우드 환경을 구성합니다

   Qwiklabs 환경에서 실험실을 실행하는 경우 2 단계를 건너 뛸 수 있습니다.

Google Cloud 프로젝트를 수동으로 구성하려면 다음과 같습니다.

2. Terraform을 사용하여 필요한 리소스를 작성하고 구성하십시오.

• goto terraform/qwiklabs 폴더.

   cd terraform/qwiklabs

• 다음 내용으로 terraform.tfvars 파일을 작성하십시오

   gcp_project_id = <YOUR GCP PROJECT ID>
  gcp_region = <DEFAULT GCP PROJECT ID> 
  gcp_zone = <DEFAULT GCP PROJECT ID> 

• Terraform을 적용 할 수있는 Google 클라우드 리소스를 적용하십시오.

  terraform init
  terraform plan -var-file=terraform.tfvars
  terraform apply -var-file=terraform.tfvars

  이렇게하면 다음 리소스가 생성됩니다. 1. 80, 8080, 23 TCP 인바운드 트래픽을 허용하는 방화벽 규칙이있는 VPC. 2. VPC를 사용한 서비스 네트워크 피어링.

이 시점에서 필요한 클라우드 리소스를 프로비저닝했습니다.

실험실 환경으로 정점 AI 워크 벤치를 만듭니다.

이 실험실에서는 Vertex AI Workbench를 실험실 환경으로 사용합니다.

1. 지침에 따라 Vertex AI Workbench 인스턴스를 제공하십시오.

2. 워크 벤치 인스턴스가 생성되면 노트북을 엽니 다.

   

3. 터미널 열기.

   

4. 터미널에서 다음 명령을 실행하십시오.

    export GOOGLE_CLOUD_PROJECT= $( gcloud config get project )
   export GOOGLE_CLOUD_REGION=us-central1
   export GOOGLE_CLOUD_ZONE=us-central1-a
   
   git clone https://github.com/GoogleCloudPlatform/solutions-genai-llm-workshop
   
   cd solutions-genai-llm-workshop
   
   python3 -m venv .venv
   
   curl -sSL https://raw.githubusercontent.com/python-poetry/install.python-poetry.org/385616cd90816622a087450643fba971d3b46d8c/install-poetry.py | python3 -
   
   source .venv/bin/activate
   curl -sS https://bootstrap.pypa.io/get-pip.py | python3
   
   pip install -r requirements.in

5. Google Cloud 프로젝트에 인증하십시오

   gcloud auth login # Login with project owner account
   gcloud auth application-default login # Login with project owner account
   

6. 필요한 역할을 사용자에게 할당합니다.

    export USER_EMAIL= < USE ACCOUNT EMAIL >
   gcloud projects add-iam-policy-binding $GOOGLE_CLOUD_PROJECT --member=user: $USER_EMAIL --role=roles/ml.admin
   
   gcloud projects add-iam-policy-binding $GOOGLE_CLOUD_PROJECT --member=user: $USER_EMAIL --role=roles/aiplatform.admin
   
   gcloud projects add-iam-policy-binding $GOOGLE_CLOUD_PROJECT --member=user: $USER_EMAIL --role=roles/aiplatform.user
   
   gcloud projects add-iam-policy-binding $GOOGLE_CLOUD_PROJECT --member=user: $USER_EMAIL --role=roles/serviceusage.serviceUsageConsumer
   

7. BigQuery 데이터 세트를 만듭니다

   python3 1-create-and-copy-bq-data.py

8. 정점 일치 엔진을 만들면 약 60 분이 걸릴 수 있습니다.

   curl -L https://tinyurl.com/genai-202307-dataset --output dataset.zip
   unzip dataset.zip
   rm dataset.zip
   
   python3 0-setup-matching-enging.py