Model Garden nella console Google Cloud è una libreria di modelli di AI/ML che consente di scoprire, testare, personalizzare ed eseguire il deployment di modelli e asset di Google e dei suoi partner.
Vantaggi di Model Garden
Quando lavori con i modelli di IA, Model Garden offre i seguenti vantaggi:
- I modelli disponibili sono raggruppati in un'unica posizione
- Model Garden fornisce un pattern di deployment coerente per diversi tipi di modelli
- Model Garden offre un'integrazione integrata con altre parti di Vertex AI, come ottimizzazione, valutazione e pubblicazione dei modelli
- La pubblicazione di modelli di IA generativa può essere difficile. Vertex AI gestisce per te il deployment e la pubblicazione dei modelli
Esplorare i modelli
Per visualizzare l'elenco dei modelli Vertex AI e open source (di base, ottimizzabili e specifici per le attività), vai alla pagina Model Garden nella console Google Cloud.
Le categorie dei modelli disponibili in Model Garden sono:
| Categoria | Descrizione |
|---|---|
| Modelli di base | Modelli di grandi dimensioni multitasking preaddestrati che possono essere ottimizzati o personalizzati per attività specifiche mediante Vertex AI Studio, l'API Vertex AI e l'SDK Vertex AI per Python. |
| Modelli ottimizzabili | Modelli che possono essere ottimizzati mediante una pipeline o un blocco note personalizzati. |
| Soluzioni specifiche per le attività | La maggior parte di questi modelli predefiniti può essere usata subito. Molti possono essere personalizzati usando i tuoi dati. |
Per filtrare i modelli nel riquadro dei filtri, specifica quanto segue:
- Modalità: fai clic sulle modalità (tipi di dati) che vuoi nel modello.
- Attività: fai clic sull'attività che vuoi che venga eseguita dal modello.
- Elementi: fai clic sugli elementi che vuoi includere nel modello.
- Provider: fai clic sul provider del modello.
Per scoprire di più su ciascun modello, fai clic sulla relativa scheda.
Per un elenco dei modelli disponibili in Model Garden, consulta Modelli disponibili in Model Garden.
Scansione della sicurezza del modello
Google esegue test e benchmarking approfonditi sui container di pubblicazione e ottimizzazione che forniamo. L'analisi delle vulnerabilità attive viene applicata anche agli artefatti dei container.
I modelli di terze parti dei partner in primo piano vengono sottoposti a scansioni di controllo per verificarne l'autenticità. I modelli di terze parti di HuggingFace Hub vengono analizzati direttamente da HuggingFace e dal loro scanner di terze parti per rilevare malware, file pickle, livelli Lambda Keras e secret. I modelli ritenuti non sicuri da queste analisi vengono segnalati da HuggingFace e il loro deployment viene bloccato in Model Garden. I modelli ritenuti sospetti o che hanno la possibilità di eseguire potenzialmente codice remoto sono indicati in Model Garden, ma possono comunque essere implementati. Ti consigliamo di eseguire un esame approfondito di qualsiasi modello sospetto prima di eseguirlo in Model Garden.
Prezzi
Per i modelli open source in Model Garden, ti viene addebitato l'utilizzo di quanto segue su Vertex AI:
- Ottimizzazione del modello: ti vengono addebitate le risorse di calcolo utilizzate alla stessa tariffa dell'addestramento personalizzato. Consulta i prezzi dell'addestramento personalizzato.
- Deployment del modello: ti vengono addebitate le risorse di calcolo utilizzate per eseguire il deployment del modello in un endpoint. Consulta i prezzi delle previsioni.
- Colab Enterprise: consulta la pagina Prezzi di Colab Enterprise.
Controllare l'accesso a modelli specifici
Puoi impostare un criterio dell'organizzazione di Model Garden a livello di organizzazione, cartella o progetto per controllare l'accesso a modelli specifici in Model Garden. Ad esempio, puoi consentire l'accesso a modelli specifici che hai esaminato e negare l'accesso a tutti gli altri.
Passaggi successivi
- Scopri le best practice per l'AI responsabile e i filtri di sicurezza di Vertex AI.
- Scopri di più sull'IA generativa su Vertex AI.
- Scopri come ottimizzare i modelli di base.