可以选择 Colab Enterprise 或 Vertex AI Workbench。访问 Vertex AI Platform 中的每项功能,完成从数据探索、原型设计一直到生产的整个数据科学工作流。
以原生方式分析数据,减少服务之间的上下文切换
大规模训练数据。与传统笔记本相比,构建和训练模型的速度加快至 5 倍
通过与 Vertex AI 服务的简单连接来扩大模型开发
优势
借助 BigQuery、Dataproc、Spark 和 Vertex AI 集成,您可以简化对数据的访问以及笔记本中对机器学习的访问。
快速原型设计和模型开发
利用 Vertex AI Training 的无限计算功能进行实验和原型设计,以便从处理数据到大规模训练。
使用 Colab Enterprise 或 Vertex AI Workbench,您可以在 Vertex AI 上集中实现训练和部署工作流。
主要特性
Colab Enterprise 结合了 Google 研究开发的笔记本,由超过 700 万数据科学家使用,并且具备 Google Cloud 企业级安全性和合规性。借助零配置、无服务器的协作式环境快速上手。
借助代码补全和代码生成等由 AI 驱动的代码辅助功能,您可以更轻松地用 Python 构建 AI/机器学习模型,减少编写重复代码的需求,这样您就可以专注于数据和模型。
Vertex AI Workbench 提供 JupyterLab 体验和高级自定义功能。
Vertex AI 笔记本提供全代管式可扩缩企业级计算基础架构,具备安全控制和用户管理功能。
轻松连接到 Google Cloud 的大数据解决方案,探索数据并训练机器学习模型。
在 Vertex AI 上开发和部署 AI 解决方案,几乎无需过渡。
所有特性
简化了数据访问 | 扩展程序会无缝连接到整个数据资源,包括 BigQuery、数据湖、Dataproc 和 Spark。根据您的分析和 AI 需求无缝纵向扩容或横向扩容。 |
使用目录探索数据源 | 通过启用语法感知、自动填充的笔记本单元编写 SQL、Spark 查询。 |
直观呈现数据 | 集成的智能可视化工具可让您轻松深入了解数据。 |
无需人工干预且经济实惠的基础架构 | 计算的所有方面都是代管的。空闲超时和自动关停可优化总拥有成本。 |
简化企业安全管理 | 开箱即用的 Google Cloud 安全控制措施。向其他 Google Cloud 服务进行单点登录和简单身份验证。 |
在一个地方集中管理数据湖和 Spark | 无论您使用的是 TensorFlow、PyTorch 还是 Spark,都可以从 Vertex AI Workbench 运行任何引擎。 |
深度 Git、训练和 MLOps 集成 | 只需点击几下,即可将笔记本插入已建立的操作工作流。使用笔记本进行分布式训练、超参数优化、计划或触发的持续训练。与 Vertex AI 服务的深度集成将 MLOps 融入了笔记本中,而无需重写代码或新的工作流。 |
无缝 CI/CD | Kubeflow Pipelines 集成,可将 Notebooks 用作理想的、经过测试且经过验证的部署目标。 |
笔记本查看器 | 共享定期更新的笔记本单元的输出内容,用于生成报告和留存记录。 |