AI Platform

Piattaforma end-to-end completamente gestita per data science e machine learning.

  • check_circle_filled_black_24dp (1)

    Servizi gestiti per uno sviluppo senza complicazioni

  • check_circle_filled_black_24dp (1)

    Tempi di produzione ridotti con strumenti basati su codice e senza codice

  • check_circle_filled_black_24dp (1)

    Governance solida con modelli interpretabili

Vantaggi

Per ogni livello di competenza

Che si tratti di data science point-and-click tramite AutoML o di ottimizzazione avanzata dei modelli, AI Platform consente a tutti gli utenti di portare i propri progetti dall'ideazione al deployment, rapidamente e senza interruzioni.

MLOps semplificato

Il machine learning non si limita al deployment. AI Platform consente a sviluppatori, data scientist e data engineers di semplificare e scalare i loro flussi di lavoro di ML. 

Il meglio dell'AI di Google

Sfrutta la competenza di Google nell'intelligenza artificiale introducendo le nostre tecnologie all'avanguardia nelle tue applicazioni con gli strumenti disponibili su AI Platform, come le TPU e TensorFlow.

Funzionalità principali

Ciclo di vita end-to-end del machine learning

Preparazione

Prepara e archivia i tuoi set di dati con BigQuery e Cloud Storage, quindi utilizza il servizio integrato Data Labeling Service per etichettare i dati di addestramento applicando classificazione, rilevamento di oggetti, estrazione di entità e altri obiettivi per dati di tipo immagine, video, tabulare e testo.

Creazione

Crea i migliori modelli di machine learning senza scrivere codice con la UI di facile utilizzo di AutoML o utilizzando il tuo codice scritto in Notebooks, un servizio di blocco note Jupyter gestito. Usa i più recenti framework di deep learning open source su Deep Learning VM Image o Deep Learning Containers. Addestra quindi i tuoi modelli con il nostro servizio di addestramento completamente gestito.

Convalida

Convalida il tuo modello con AI Explanations e lo strumento What-If, che ti aiuteranno a comprendere gli output del tuo modello, verificare il comportamento del modello, riconoscere il bias e ricevere spunti per migliorare il tuo modello e i tuoi dati di addestramento. Fai fare un passo avanti all'ottimizzazione dei modelli con Vizier, un servizio di ottimizzazione black-box, per ottimizzare gli iperparametri e le prestazioni del tuo modello.

Deployment

Esegui il deployment dei tuoi modelli in larga scala per ottenere previsioni nel cloud con Previsione, che ospita il tuo modello per le richieste di previsione online e batch. Puoi anche utilizzare AutoML Vision Edge per eseguire il deployment di modelli a livello perimetrale e avviare azioni in tempo reale sulla base dei dati locali. TensorFlow Enterprise offre assistenza di livello enterprise per le istanze TensorFlow.

MLOps

Gestisci i tuoi modelli, esperimenti e flussi di lavoro end-to-end con Pipelines applicando le best practice MLOps con pipeline solide e ripetibili. La valutazione continua ti aiuta a monitorare le prestazioni dei tuoi modelli e fornisce un feedback costante nel tempo.

Diagramma AI Platform
Visualizza tutte le funzionalità

Novità

Novità di Next '20: OnAir

Iscriviti alle newsletter di Google Cloud per ricevere aggiornamenti sui prodotti, informazioni sugli eventi, offerte speciali e molto altro.

Documentazione

Documenti, guide rapide e altro

Nozioni di base su Google Cloud
Introduzione ad AI Platform (Classic)

Nozioni di base su AI Platform (Classic) e su come si inserisce nel tuo flusso di lavoro di ML.

Guida rapida
Addestramento e previsione con TensorFlow Keras

Come addestrare una rete neurale su AI Platform con l'API sequenziale Keras e come fornire previsioni da quel modello.

Guida rapida
Creazione di un blocco note

Scopri come puoi creare un'istanza DLVM, AI Platform Notebook (JupyterLab) con le più aggiornate librerie di data science e machine learning.

Best practice
MLOps 101

Tecniche per l'implementazione e l'automazione dell'integrazione continua (CI), della distribuzione continua (CD) e dell'addestramento continuo (CT) per i sistemi di ML.

Best practice
Migrazione dei tuoi modelli di ML personalizzati in Google Cloud in tre passaggi

Panoramica di ML Pipeline Generator, percorso previsto per l'utente e istruzioni per l'orchestrazione di un job di addestramento su AI Platform. 

Nozioni di base su Google Cloud
Introduzione ad AI Platform (Unified)

Scopri di più su AI Platform (Unified), che riunisce AutoML e AI Platform (Classic) in un insieme unico di API, libreria client e interfaccia utente. 

Nozioni di base su Google Cloud
AI Platform (Unified) per gli utenti di AI Platform (Classic)

Confronto di AI Platform (Unified) e AI Platform (Classic) per gli utenti abituati ad AI Platform (Classic).

Tutte le funzionalità

Tutti i tuoi strumenti di AI in un'unica piattaforma

AI Explanations Scopri come ogni caratteristica dei tuoi dati di input contribuisce agli output del modello.
AutoML Sviluppa facilmente modelli di machine learning personalizzati di alta qualità senza scrivere le routine di addestramento. Basato sulle tecnologie all'avanguardia di ricerca degli iperparametri e di transfer learning di Google.
Valutazione continua Ottieni metriche sulle prestazioni dei tuoi modelli in produzione. Confronta le previsioni con etichette basate su dati empirici reali per ricevere feedback continui e ottimizzare le prestazioni del modello nel tempo.
Data Labeling Service Ricevi etichette estremamente accurate da etichettatori umani per modelli di machine learning migliori.
Deep Learning Containers Crea modelli ed eseguine il deployment in modo rapido in un ambiente portabile e coerente per tutte le tue applicazioni di AI.
Deep Learning VM Image Crea un'istanza di un'immagine VM contenente i framework di AI più popolari su un'istanza Compute Engine senza preoccuparti della compatibilità del software.
Neural Architecture Search (NAS) Crea modelli specifici per l'applicazione e migliora le architetture dei modelli esistenti con un servizio automatizzato. Sfruttando la ricerca nel campo dell'AI leader di Google, gli utenti possono progettare modelli ottimizzati per latenza, accuratezza, consumo energetico e altro ancora.
Blocchi note Crea, gestisci e connettiti alle VM con JupyterLab, il workbench standard per i data scientist. Nelle VM sono preinstallati framework e librerie di deep learning.
Pipelines Implementa le MLOps orchestrando i passaggi nel tuo flusso di lavoro di ML come una pipeline senza la difficoltà di configurare Kubeflow Pipelines con TensorFlow Extended (TFX).
Prediction Esegui facilmente il deployment dei tuoi modelli in endpoint gestiti e scalabili per previsioni online o batch.
TensorFlow Enterprise Sviluppa modelli TensorFlow ed eseguine il deployment con facilità su Google Cloud con assistenza di livello enterprise e prestazioni su scala cloud.
Training Addestra qualsiasi modello in qualsiasi framework su qualsiasi hardware, dalle singole macchine ai grandi cluster con più acceleratori.
Vizier Ottimizza l'output del tuo modello regolando gli iperparametri in modo intelligente.
Strumento What-If Visualizza i tuoi set di dati e controlla l'integrità del modello per comprenderne meglio il funzionamento usando un'interfaccia visiva interattiva.

Prezzi

Prezzi

AI Platform offre opzioni di prezzo scalabili e flessibili, adattabili a progetti e budget diversi.

AI Platform ti addebita i costi per l'addestramento dei tuoi modelli e la ricezione di previsioni. Non è previsto alcun costo per l'utilizzo di AI Platform Vizier, AI Platform Notebooks, AI Platform Deep Learning Containers, AI Platform Deep Learning VM Image o AI Platform Pipelines. Tuttavia, sono previsti costi per le risorse di Google Cloud che utilizzi con questi prodotti.

Puoi inoltre utilizzare il Calcolatore prezzi per stimare i costi di esecuzione dei tuoi carichi di lavoro.