AI 平台

您只需要建立 AI 應用程式一次,就能輕鬆地在 GCP 和內部部署環境中執行。

主頁橫幅

在實際工作環境中應用您的機器學習專案

AI 平台可以簡化機器學習開發人員、數據資料學家和資料工程師的工作,不但能縮短機器學習專案從構思到投入實際部署的時程,還能提高成本效益。AI 平台的整合式工具鏈涵蓋資料工程所需的任何工具,並提供不受限制的靈活度,協助您打造及執行自己的機器學習應用程式。

AI 平台支援 Kubeflow (Google 的開放原始碼平台),可讓您打造出適合各種環境的可攜式機器學習管道,無論是在內部部署或 Google Cloud 環境中都能順利執行,且不需要大幅修改程式碼。此外,如要將 AI 應用程式部署至實際工作環境,我們提供的尖端 Google AI 技術 (例如 TensorFlow、TPU 和 TFX 工具) 也可做為您的強大後盾。

「雲端儲存空間」圖示

準備

您可以使用 Cloud Storage 或 BigQuery 儲存資料,然後使用內建的資料標籤服務,針對圖片、影片、音訊和文字採取分類、偵測物件和擷取實體等方式,為訓練資料加上標籤。您也可以將已加上標籤的資料匯入 AutoML,直接對模型進行訓練。

相關產品和服務:
「建構應用程式」圖示

建構及執行

您可以在 GCP 上使用代管的 Jupyter 筆記本服務打造機器學習應用程式。這項服務可利用深度學習 VM 映像檔提供完整設定的環境,藉此因應各種機器學習架構的需求。接下來,您可以使用 AI 平台的訓練和預測服務來訓練模型,並在無伺服器環境中將這些模型部署到 GCP 上實際運作;您也可以在內部部署環境中使用 Kubeflow 提供的訓練和預測微服務來達到相同的目標。

「管理工作流程」圖示

管理

您可以在 GCP Console 中使用 AI 平台介面管理模型、實驗和端對端工作流程,也可使用 Kubeflow 管道在內部部署環境中執行相同的作業。AI 平台提供進階工具,可協助您瞭解模型執行的結果,進而向企業使用者清楚說明。

「分享實用內容」圖示

共用

您可以透過 AI Hub 探索機器學習管道、筆記本和其他 AI 相關內容,並利用 Kubeflow 管道打造可重複使用的端對端機器學習管道,然後將這些管道與其他使用者分享,並部署在 GCP 或內部部署環境中。

相關產品和服務:

機器學習開發:端對端週期

機器學習開發

定價

Kubeflow、AI Hub 和筆記本皆可免費使用。如需我們的代管服務 (例如 AI 平台訓練、AI 平台預測、Compute Engine、Google Kubernetes Engine、BigQuery 和 Cloud Storage) 的定價資訊,請參閱這個頁面。您也可以使用 Pricing Calculator 估算執行工作負載的成本。

合作夥伴

Google Cloud 機器學習合作夥伴具備深厚的 AI 專業知識,可協助您在開發及提供模型的各個階段,將機器學習技術用於多種用途。

Intel 合作夥伴標誌 Cisco 合作夥伴標誌 Pluto7 合作夥伴標誌 Atos 合作夥伴標誌 SpringML 合作夥伴標誌 Nvidia 合作夥伴標誌

2019 年 Next 大會精華片段

機器學習開發運作最佳做法
video_youtube
利用 AI 平台進行企業轉型
video_youtube
將 Cloud AI 用於金融服務
video_youtube
將 Cloud AI 用於工業用途
video_youtube
將 Cloud ML 用於改善流程
video_youtube
將 Cloud ML 用於解決金融服務問題
video_youtube
Cloud ML 與 kubeflow 管道
video_youtube
將 Cloud ML 用於加快應用程式開發速度
video_youtube

資源

Google Cloud

開始使用

瞭解詳情並著手實作

第一次使用 GCP 嗎?我們提供您 $300 美元的額度,歡迎免費體驗 GCP 產品。

需要進一步協助嗎?

我們的專家會協助您打造合適的解決方案,或是為您找到符合需求的合作夥伴。