Esegui migrazione a Vertex AI

Vertex AI riunisce i servizi AI Platform e AutoML in un'unica API e UI unificate per semplificare il processo di creazione, addestramento e deployment di modelli di machine learning. Con Vertex AI, puoi passare dalla sperimentazione alla produzione in modo più rapido, scoprire in modo efficiente pattern e anomalie, fare previsioni e decisioni migliori e rimanere agili di fronte al cambiamento di priorità e condizioni del mercato. Questa pagina fornisce passaggi consigliati e altre informazioni per aiutarti a pianificare e implementare una migrazione a Vertex AI.

Vertex AI supporta tutte le caratteristiche e i modelli disponibili in AutoML e AI Platform. Tuttavia, le librerie client non supportano la compatibilità con le versioni precedenti di integrazione client. In altre parole, devi pianificare la migrazione delle risorse per trarre vantaggio dalle funzionalità di Vertex AI.

Se stai pianificando un nuovo progetto, devi creare codice, job, set di dati o modello con Vertex AI. In questo modo puoi sfruttare le nuove funzionalità e i miglioramenti dei servizi non appena diventano disponibili. AutoML e AI Platform rimangono disponibili, ma i miglioramenti futuri verranno implementati su Vertex AI.

Passaggi consigliati per la migrazione a Vertex AI

Segui i passaggi consigliati di seguito per aggiornare codice, job, set di dati e modelli esistenti da AutoML e AI Platform a Vertex AI.

Nota: i modelli AutoML hanno una durata massima di 18 mesi. I modelli più vecchi di 18 mesi non possono essere migrati a Vertex AI.

Migrazione da AutoML

Per aggiornare l'implementazione da AutoML a Vertex AI, completa questi passaggi:

1. Scopri le principali differenze tra AutoML e Vertex AI in Vertex AI per gli utenti di AutoML.

2. Esamina eventuali modifiche ai prezzi (vedi Prezzi della migrazione di Vertex AI).

3. Fai l'inventario di progetti, codice, job, set di dati, modelli e utenti di Google Cloud con accesso ad AutoML. Utilizza queste informazioni per determinare quali risorse eseguire la migrazione e assicurarti che gli utenti corretti abbiano accesso alle risorse di cui è stata eseguita la migrazione.

4. Esamina le modifiche ai ruoli IAM, quindi aggiorna gli account di servizio e l'autenticazione per le risorse.

5. Esamina l'elenco delle risorse di cui non è possibile eseguire la migrazione e le informazioni sul processo di migrazione.

6. Esegui la migrazione delle risorse utilizzando uno di questi due metodi:

   • Utilizza lo strumento di migrazione.

   • Utilizza le librerie client e i metodi di Vertex AI.

7. Scopri come Vertex AI utilizza gli endpoint a livello di regione.

8. Identifica l'utilizzo delle API AutoML per determinare quali applicazioni le utilizzano e identificare le chiamate al metodo di cui vuoi eseguire la migrazione.

9. Aggiorna le applicazioni e i flussi di lavoro per utilizzare l'API Vertex AI e le funzionalità di Vertex AI.

10. Pianifica il monitoraggio della quota di richieste. Consulta Quote e limiti.

Migrazione da AI Platform

Per aggiornare l'implementazione da AI Platform a Vertex AI, completa questi passaggi:

1. Scopri le principali differenze tra AI Platform e Vertex AI in Vertex AI per gli utenti di AI Platform.

2. Esamina eventuali modifiche ai prezzi (vedi Prezzi della migrazione di Vertex AI).

3. Fai l'inventario di progetti, codice, job, set di dati, modelli e utenti di Google Cloud con accesso ad AI Platform. Utilizza queste informazioni per determinare quali risorse eseguire la migrazione e assicurarti che gli utenti corretti abbiano accesso alle risorse di cui è stata eseguita la migrazione.

4. Esamina le modifiche ai ruoli IAM, quindi aggiorna gli account di servizio e l'autenticazione per le risorse.

5. Esamina l'elenco delle risorse di cui non è possibile eseguire la migrazione e le informazioni sul processo di migrazione.

6. Esegui la migrazione delle risorse utilizzando uno di questi due metodi:

   • Utilizza lo strumento di migrazione.

   • Utilizza le librerie client e i metodi di Vertex AI.

7. Scopri come Vertex AI utilizza gli endpoint a livello di regione.

8. Identifica l'utilizzo delle API AI Platform per determinare quali applicazioni le utilizzano e identificare le chiamate al metodo di cui vuoi eseguire la migrazione.

9. Aggiorna le applicazioni e i flussi di lavoro per utilizzare l'API Vertex AI e le funzionalità di Vertex AI.

10. Pianifica il monitoraggio della quota di richieste. Consulta Quote e limiti.

Prezzi della migrazione di Vertex AI

La migrazione è gratuita. Le risorse create come risultato della migrazione sono soggette ad addebiti standard (vedi Prezzi di Vertex AI). I set di dati migrati da AI Platform Data Labeling Service, AutoML Vision, AutoML Video Intelligence e AutoML Natural Language vengono migrati a un bucket Cloud Storage, che comporterà costi di archiviazione (vedi Prezzi di Cloud Storage).

Dopo la migrazione, le risorse legacy possono ancora essere utilizzate in AutoML e AI Platform. Per evitare costi inutili, arresta o elimina le risorse legacy dopo aver verificato la corretta migrazione degli oggetti.

La migrazione è un'operazione di copia. Dopo aver eseguito la migrazione di una risorsa, le modifiche alla risorsa legacy non interessano la risorsa di cui è stata eseguita la migrazione.

Prezzi di Vertex AI rispetto ai prezzi dei prodotti legacy

I costi per Vertex AI rimangono gli stessi che per i prodotti AI Platform e AutoML legacy che Vertex AI sostituisce, con le seguenti eccezioni:

• Le previsioni delle versioni precedenti di AI Platform Prediction e AutoML Tables supportano tipi di macchine a basso costo e con prestazioni inferiori che non sono supportate per Vertex AI Prediction e tabella AutoML.

• Il servizio Previsione di AI Platform legacy supportava il servizio scale-to-zero, che non è supportato per Vertex AI Prediction.

Vertex AI offre anche altri modi per ottimizzare i costi, come i seguenti:

• Runtime TensorFlow ottimizzato.

• Supporto per i modelli di co-hosting.

• Nessuna durata di utilizzo minima per addestramento e previsione. L'utilizzo viene addebitato in incrementi di 30 secondi.

Identificare l'utilizzo delle API AutoML e AI Platform

Puoi determinare quali applicazioni utilizzano le API AutoML e AI Platform, nonché i metodi che utilizzano. Utilizza queste informazioni per determinare se è necessario eseguire la migrazione di queste chiamate API a Vertex AI.

Per identificare le chiamate API AutoML e AI Platform di cui vuoi eseguire la migrazione, vedi le opzioni seguenti.

• Per ciascuno dei tuoi progetti, vai alla dashboard API e servizi per visualizzare un elenco delle API dei prodotti utilizzate nel progetto. Per scoprire di più, consulta Monitoraggio dell'utilizzo delle API.

• Se questa opzione è abilitata, puoi controllare gli audit log creati da AutoML, AI Platform Training e AI Platform Prediction nell'ambito di Cloud Audit Logs.

• Per visualizzare l'utilizzo di metodi specifici dell'API AI Platform Training e Prediction, vai alla pagina Metriche dell'API AI Platform Training e Prediction.

Gestisci le modifiche ai ruoli e alle autorizzazioni IAM

Vertex AI fornisce i seguenti ruoli IAM (Identity and Access Management):

• aiplatform.admin
• aiplatform.user
• aiplatform.viewer
• aiplatform.migrator

Nota: questi ruoli sono specifici del progetto e concedono autorizzazioni in tutto Vertex AI, a differenza dei ruoli AutoML e AI Platform Training e API Prediction, che concedono autorizzazioni specifiche per ciascun servizio.

Solo aiplatform.admin e aiplatform.migrator hanno la possibilità di eseguire la migrazione delle risorse da AutoML e AI Platform a Vertex AI. aiplatform.user e aiplatform.viewer non possono eseguire la migrazione delle risorse.

Nota: la migrazione può rendere le risorse visibili alle persone che non avevano l'autorizzazione per visualizzarle prima della migrazione. In particolare, aiplatform.admin e aiplatform.migrator possono eseguire la migrazione delle risorse AutoML e Data Labeling Service in Vertex AI per poi visualizzare le risorse copiate, anche se potrebbero non avere un ruolo che consente loro di leggere o esportare i dati in AutoML o Data Labeling Service. Ad esempio, un utente che non ha un ruolo automl.datasets.* ma ha il ruolo aiplatform.migrator può eseguire la migrazione di un set di dati in Vertex AI e quindi visualizzare la copia di cui è stata eseguita la migrazione del set di dati.

Per ulteriori informazioni sui ruoli IAM, consulta Controllo dell'accesso.

Risorse di cui non è possibile eseguire la migrazione

Al momento lo strumento di migrazione non è in grado di eseguire la migrazione di tutte le risorse e, in alcuni casi, la migrazione è limitata. Considera le seguenti eccezioni quando pianifichi la migrazione.

AutoML Natural Language

• Il testo PDF non è supportato in Vertex AI, pertanto il testo PDF di AutoML Natural Language viene migrato come testo normale generato dal riconoscimento ottico dei caratteri.

• Non è possibile eseguire la migrazione di set di dati vuoti.

• Impossibile eseguire la migrazione dei job di previsione batch.

AutoML Tables

• Non è possibile eseguire la migrazione dei modelli creati in una versione alpha di AutoML Tables.

• Non è possibile eseguire la migrazione di set di dati vuoti.

• Impossibile eseguire la migrazione dei job di previsione batch.

AutoML Video Intelligence

• I modelli creati in una versione alpha di AutoML Video non possono essere migrati.

• Non è possibile eseguire la migrazione di set di dati vuoti.

• Impossibile eseguire la migrazione dei job di previsione batch.

AutoML Vision

• Non è possibile eseguire la migrazione dei modelli creati in una versione alpha di AutoML Vision.

• Non è possibile eseguire la migrazione di set di dati vuoti.

• Impossibile eseguire la migrazione dei job di previsione batch.

AI Platform

• Non è possibile eseguire la migrazione di tutti i modelli. I modelli di cui è possibile eseguire la migrazione hanno le seguenti caratteristiche:

  • La versione di runtime deve essere 1.15 o successiva.

  • Il framework deve essere uno dei seguenti:

    • TensorFlow
    • scikit-learn
    • XGBoost

  • La versione Python deve essere 3.7 o successiva.

• Se il flag signature-name di un modello AI Platform è stato modificato rispetto al valore predefinito serving_default, potrebbe essere eseguita la migrazione a Vertex AI, ma non funzionerà.

• La migrazione delle routine di previsione personalizzate non viene eseguita.

• Non viene eseguita la migrazione dei job eseguiti su AI Platform. Puoi scaricare i metadati per conservare i tuoi dati.

• Gli script, i pacchetti o i container Docker Python eseguiti su AI Platform Training non consentono la migrazione automatica, ma puoi aggiornare i tuoi script per consentirne l'esecuzione su Vertex AI.

Informazioni sul processo di migrazione

Prima di eseguire la migrazione delle risorse, esamina le seguenti informazioni.

• Lo strumento di migrazione crea una copia delle risorse.

  Lo strumento di migrazione crea una versione duplicata dei tuoi set di dati e modelli AutoML e AI Platform su Vertex AI. Le risorse legacy non vengono eliminate. Se vuoi, puoi eseguire più volte la migrazione della stessa risorsa per creare più copie.

• È stato annullato il deployment dei modelli di cui è stata eseguita la migrazione.

  Per i tipi di dati che supportano le previsioni online, devi creare un endpoint ed eseguire il deployment del modello su quell'endpoint prima che il modello possa essere utilizzato per fornire previsioni online.

• Quando viene eseguita la migrazione di un modello AutoML, lo strumento di migrazione crea automaticamente un job di addestramento contemporaneamente.

• I set di dati migrati per alcuni tipi di dati e obiettivi potrebbero non contenere gli stessi dati del set di dati attuale.

  I set di dati per determinati tipi di dati vengono reimportati dall'origine dati originale, anziché copiati dal set di dati esistente. Se l'origine dati originale è stata modificata, il set di dati di cui è stata eseguita la migrazione rifletterà queste modifiche. Questo avviso si applica ai seguenti tipi di dati e obiettivi:

  • Set di dati per l'estrazione di entità AutoML Natural Language
  • Set di dati di monitoraggio di oggetti e classificazione video AutoML
  • Set di dati di rilevamento di oggetti AutoML Vision

• I set di dati tabulari migrati vengono esportati come parte del processo di migrazione.

  In Vertex AI viene fatto riferimento all'origine dati di un set di dati tabulare, anziché essere importato (scopri di più). Un set di dati tabulare di cui è stata eseguita la migrazione viene esportato dal set di dati AutoML Tables, archiviato come file CSV in Cloud Storage o in una tabella BigQuery nel progetto e fatto riferimento al set di dati di cui è stata eseguita la migrazione.

Utilizzare lo strumento di migrazione

Vertex AI fornisce uno strumento di migrazione che aiuta a migrare set di dati e modelli da AutoML e AI Platform a Vertex AI.

Procedura per l'utilizzo dello strumento di migrazione

Per utilizzare lo strumento di migrazione al fine di eseguire la migrazione di set di dati e modelli in Vertex AI, completa i passaggi seguenti.

1. Se non hai già abilitato l'API Vertex AI, nella pagina Vertex AI Dashboard della console Google Cloud, fai clic su Abilita l'API Vertex AI.

2. Nella pagina della dashboard di Vertex AI della console Google Cloud, in Migrazione a Vertex AI, fai clic su Imposta migrazione.

   Nota: se non vedi un'opzione per eseguire la migrazione a Vertex AI, non disponi di risorse che possano essere migrate utilizzando lo strumento.

3. In Seleziona le risorse di cui eseguire la migrazione, seleziona fino a 50 asset di cui eseguire la migrazione. Se necessario, puoi ripetere questi passaggi per eseguire la migrazione di altri asset in un secondo momento.

   Nota: alcuni asset non sono visualizzati perché al momento non è possibile eseguirne la migrazione. Consulta le risorse di cui non è possibile eseguire la migrazione.

4. Fai clic su Avanti ed esamina il riepilogo degli asset di cui vuoi eseguire la migrazione.

5. Fai clic su Esegui la migrazione degli asset. La migrazione può richiedere un'ora o più, a seconda del numero di asset sottoposti a migrazione. Lo strumento di migrazione ti invia un'email al termine della migrazione.

Utilizza le librerie client e i metodi per eseguire la migrazione delle risorse

Utilizza il metodo batchMigrateResources() e i metodi correlati per eseguire la migrazione delle risorse.

Se hai bisogno di assistenza, consulta la documentazione di riferimento dell'API Vertex AI.

Endpoint regionali

Gli endpoint dell'API Vertex AI sono a livello di regione. Ad esempio:

us-central1-aiplatform.googleapis.com

Gli endpoint globali non sono supportati per Vertex AI.

Nota: viene eseguita la migrazione delle risorse AutoML che si trovano nella regione eu dell'Unione Europea nella regione europe-west4.

Consulta l'elenco degli endpoint supportati nella documentazione di riferimento.

Aggiorna gli script di addestramento per l'esecuzione in Vertex AI

Gli script, i pacchetti o i container Docker Python eseguiti su AI Platform Training richiedono le seguenti modifiche specifiche per essere eseguiti su Vertex AI.

• Per i job che scrivono output in Cloud Storage, in Vertex AI devi indicare l'URI Cloud Storage per i diversi tipi di output tramite variabili di ambiente. In AI Platform, l'URI Cloud Storage in genere è indicato con l'argomento della riga di comando --job-dir.

• In Vertex AI, la variabile TF_CONFIG utilizza il termine chief per fare riferimento alla macchina principale. In AI Platform, in alcuni casi viene utilizzato il termine master.

• Quando invii un job di addestramento personalizzato in Vertex AI, specifica l'URI di Artifact Registry di un container predefinito che corrisponde al framework e alla versione del framework. In AI Platform, devi specificare una versione di runtime che include la versione del framework e del framework che vuoi utilizzare.

• Non tutti i tipi di macchine supportati da AI Platform sono supportati da Vertex AI.

  • I tipi di macchine legacy e i livelli di scalabilità di AI Platform Training non sono supportati in Vertex AI. Sono supportati solo i tipi di macchine di Compute Engine più recenti.
  • Le GPU supportate sono P4, T4, K80, P100 e V100.
  • Le TPU non sono supportate.

Passaggi successivi

• Consulta Migrazione delle applicazioni a Vertex AI per determinare le modifiche da apportare quando esegui la migrazione delle tue applicazioni da AutoML o AI Platform a Vertex AI.

• Per iniziare a utilizzare Vertex AI, leggi la documentazione introduttiva.

• Per scoprire come addestrare un nuovo modello su Vertex AI, prova uno dei tutorial su Vertex AI.