Google выпустила GKE Workspaces: ноутбуки для ИИ без возни с Kubernetes
Google выпустила GKE Workspaces: ноутбуки для ИИ без возни с Kubernetes
Google представила GKE Workspaces — открытую платформу для разработки и обучения ML-моделей в кластерах Google Kubernetes Engine. Идея проста: исследователь выбирает JupyterLab или браузерный VS Code, тип машины и ускоритель, а настройки Kubernetes, доступы и резервирование мощности остаются у платформенной команды.
Это не новый облачный блокнот для всех желающих, а программное обеспечение, которое организация разворачивает в собственном GKE-кластере. Основа проекта — Kubeflow Workspaces; Google отдельно выпустила свой код и upstream-проект под лицензией Apache 2.0. Для команды это означает меньше привязки к одному интерфейсу, но не отменяет необходимости иметь GKE и управлять облачными ресурсами.
Самая практичная деталь — «пауза» для состояния ноутбука. По описанию Google, GKE делает снимок работающей сессии, включая переменные в памяти и загруженные в GPU модели, сохраняет его в Cloud Storage и освобождает оборудование. После возобновления разработчик возвращается к тому же состоянию, а не перезапускает вычисления с нуля. Платформа также может ставить неактивные рабочие пространства на паузу автоматически.

Источник: Google Open Source Blog.
В интерфейсе доступны только заранее одобренные администратором образы и конфигурации: CPU, GPU, TPU, on-demand или Spot-мощности. Это полезное ограничение: исследователь не получает консоль облака и YAML-манифесты, но и не может случайно запустить неподходящую конфигурацию.
GKE Workspaces умеет отправлять задачи из одного ноутбука на TPU-срезы, а локальному редактору или агенту выдаёт краткоживущую отзывную ссылку к удалённой среде через Identity-Aware Proxy. Google также описывает изолированные sandbox-подзадачи для coding-агентов, которые продолжают работу после выхода пользователя.
Новинка важна не как очередной IDE, а как попытка сделать дорогие ускорители обычным рабочим местом команды. Главный вопрос теперь не в том, где открыть ноутбук, а насколько хорошо организация настроит лимиты, образы и доступ к дефицитным GPU.













