本页面简要介绍了 Google Distributed Cloud (GDC) 网闸隔离环境中的 Vertex AI,涵盖了可用的功能和主要优势,可帮助您了解其机器学习功能如何为网闸隔离应用带来创新。
本页面面向应用运维人员群组中的应用开发者,他们希望将 AI 功能融入到其隔离应用和工作流中。如需了解详情,请参阅 GDC 气隙环境文档的受众群体。
Vertex AI,可用于安全的本地环境
Vertex AI on Distributed Cloud 可将机器学习平台和生成式 AI 模型的强大功能引入到您安全的本地环境中。此解决方案专为具有严格数据主权、安全性和隐私权要求的组织而设计。借助 Vertex AI 服务,您可以在同一隔网基础设施中利用 AI 功能进行创新,同时保持完全控制。
主要特性
Vertex AI on Distributed Cloud 提供以下功能:
- 气隙部署:完全在数据中心内运行 Vertex AI 服务,确保数据主权和合规性。
- 熟悉的 Vertex AI 体验:利用 Vertex AI on Google Cloud中的相同工具、API 和模型,简化开发和管理。
- 预构建的模型和算法:访问一系列先进的模型,用于执行常见的机器学习和 AI 任务,从而加快实现价值的速度。
- 自定义模型训练:使用您自己的数据训练 AI 和机器学习模型,根据您的具体需求量身打造解决方案。
- MLOps 功能:使用模型部署、监控和管理工具简化机器学习工作流。
可获得的服务
Distributed Cloud 上的 Vertex AI 提供以下服务:
- 生成式 AI:构建由先进的生成式 AI 模型提供支持的应用,以创建数据。
- 在线预测(预览版):部署预测模型并向其发送请求。
- 光学字符识别 (OCR):从图片和文档中提取文本。
- Speech-to-Text:将口语转换为文字。
- Vertex AI Translation:在多种语言之间翻译文本。
- Vertex AI Workbench:创建用于机器学习开发的代管式 JupyterLab 笔记本环境。
优势
Vertex AI on Distributed Cloud 具有以下优势:
- 顺畅的开发体验:在 Google Cloud上使用 Vertex AI 的相同工具、API、模型和工作流,让开发和管理变得直观高效。
- 增强的安全性和隐私保护:完全掌控您的数据并遵守法规要求。
- 提高敏捷性:在与外界隔绝的环境中开发和部署 AI 和机器学习模型。
- 缩短实现价值的时间:利用预训练模型执行常见的机器学习任务,或使用您独特的数据集训练自定义模型。
- 简化的 MLOps:受益于强大的机器学习运维功能,可在您的气隙环境中无缝部署、监控和管理模型。
开始使用
如需开始使用 Distributed Cloud 上的 Vertex AI,请执行以下操作:
然后,您就可以开始构建和部署 AI 及机器学习模型了。