Google cloud platform GCP中AI笔记本和云数据实验室的区别是什么？

我已经找到了这个问题的答案，这个问题是重复的，但我需要澄清，因为我看了两个不同的地方，答案有点相反

下面的堆栈溢出提到Google Cloud AI平台笔记本是Google Cloud Datalab的升级版本。在下面的Quora中，一位架构师提到云数据实验室构建在Jypyter笔记本之上

云数据实验室正在添加自己的新网络。AI笔记本电脑仍保留在现有网络中。在我的环境的当前设置中，我不想增加维护额外网络和安全的开销，因此AI笔记本是直接的解决方案。但我也想了解云数据实验室提供的好处

• 在AI笔记本和云数据实验室之间，应该使用哪个，在哪个
  情景

• Cloud Datalab是否也提供预安装的Python包， Tensorflow或类似AI笔记本的R环境

在AI笔记本和云数据实验室之间，应该在 哪种情况

在任何情况下，您都应该在新项目上使用AI笔记本，因为CloudDataLab迟早会被弃用

Cloud Datalab是否也提供预安装的Python包， Tensorflow或类似AI笔记本的R环境

总结两种产品之间的差异

数据实验室

• 与最新的JupyterLab扩展不兼容的自定义UI
• 使用旧的PyDatalab SDK自从DataLab发布以来，许多GCP服务都没有可用的官方SDK
• 路线图没有重大变化
• 需要SSH和端口映射才能使用

笔记本：

• 使用JupyterLabUI
• 使用官方SDK（如BigQuery Python SDK），因此可以实现更好的集成
• 因为UI（JupyterLab）是由社区驱动的，可以快速发布新的更改
• 对UI的访问非常简单，不需要SSH，也不需要使用CLI
• 笔记本API
• 地形
• 用于管理笔记本电脑的客户端库（，）

---

我同意这个答案。笔记本电脑是datalab的新版本。两者都建立在Jupyter笔记本之上。我建议您使用最新版本，即AI笔记本，而不是Datalab。