AI Platform

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這些應用程式。

主頁橫幅

將您的機器學習專案化為成品

AI Platform 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生產與部署的時程,還能提高經濟效益。AI Platform 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 Platform 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的方式,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 Platform 的訓練和預測服務來訓練模型,並將這些模型部署到無伺服器環境的 GCP 生產環境,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 主控台中使用 AI Platform 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 Platform 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

分享

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 Platform Training、AI Platform Predictions、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 Platform 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。