이미지: METAL LAB 생성
摘要
- 谷歌云Workbench Notebooks的VS Code扩展程序正式发布
- 可从本地开发环境直接接入基于云端的Jupyter环境，调用大规模计算资源
- 该扩展程序完全开源，可在GitHub和VS Code应用市场下载
- 발표 매체
- Google Developers Blog
- 제품명
- Google Cloud Workbench Notebooks extension for VS Code
- 핵심 기능
- 로컬 VS Code와 클라우드 기반 Jupyter 환경 연결
- 배포 채널
- GitHub, VS Code Marketplace
- 라이선스 방식
- 완전 오픈소스 공개
- 표방 효과
- ML 워크플로 중 컨텍스트 전환(context switching) 제거
曾经为打开一个笔记本要开三个窗口的日子
机器学习开发者对这样的场景并不陌生：在本地VS Code上写代码，一旦需要进行大规模数据训练，就要打开浏览器登录云端控制台，再切换到独立的Jupyter笔记本页面重新粘贴代码。谷歌为减少这种反复切换的过程，推出了一款VS Code扩展程序。
发布了什么
谷歌云宣布正式发布Workbench Notebooks的VS Code扩展程序。安装该扩展后，可以在本地VS Code环境中直接接入谷歌云的可扩展Jupyter环境。其结构是：开发者在自己的笔记本电脑上编写代码，而实际计算则在谷歌云的高性能基础设施上处理。谷歌方面表示，通过这一方式，可以减轻机器学习开发过程中反复切换环境所带来的负担。
为支持透明度和社区驱动的改进，该扩展程序的全部源代码已开源。据确认，用户可以在GitHub代码仓库和VS Code应用市场两处下载该扩展。
Workbench Notebooks原本的功能
Google Cloud Workbench Notebooks原本是一项在谷歌云控制台内提供托管式Jupyter环境的服务。它可以在网页浏览器中直接启动配备GPU或TPU等加速器的实例，用于进行数据分析和模型训练。但此前要访问该环境，必须经过基于浏览器的控制台，开发者难以直接使用平常习惯的本地编辑器的自动补全、调试或版本管理工具。此次发布的扩展程序打破了这一界限，选择在VS Code内直接接入云端笔记本内核的方式。
云开发工具的竞争格局
将本地IDE与云计算连接起来的尝试并非谷歌独有。AWS近期也在SageMaker Python SDK v3中集成了推理优化功能，使基准测试和部署可以在笔记本工作流中一次性完成。两家公司都在朝着让开发者无需离开本地环境即可享受云基础设施优势的方向推进。
| 项目 | 谷歌Workbench扩展 | AWS SageMaker Python SDK v3 |
|---|---|---|
| 连接方式 | VS Code ↔ 云端Jupyter | 笔记本内调用软件包 |
| 核心目标 | 消除上下文切换 | 推理推荐与部署自动化 |
| 发布形式 | 完全开源 | SDK软件包更新 |
为何选择开源发布
谷歌此次没有将这款扩展程序作为封闭式商业工具推出，而是选择完全开源。代码公开后，开发者社区可以直接修复漏洞或添加功能，对企业用户而言，也可以直接通过代码确认该扩展以何种权限接入云账户，这是其优势所在。云基础设施厂商将开发者工具本身开源的趋势，此前在谷歌发布的端侧LLM框架LiteRT-LM上也曾出现过类似的做法。
究竟改变了什么
这款扩展程序改变的并非什么华丽的新技术，而是开发者的重复性工作。数据科学家或机器学习工程师在浏览器控制台和本地编辑器之间来回复制粘贴代码的过程将不复存在,借助VS Code这一个工具即可完成本地编写代码与云端计算执行的衔接。尤其对于经常需要运行GPU资源密集型实验的团队来说,可以减少因环境切换而耗费的时间。随着AWS和谷歌相继着手改善笔记本工作流,未来其他云服务商也有可能推出类似的本地-云端连接工具。
