Vertex AI Workbench
適用於整個數據資料學工作流程的單一開發環境
-
在減少服務之間的環境切換下，以原生方式分析資料
-
要大規模訓練的資料。建構及訓練模型的速度是傳統筆記本的 5 倍
-
透過簡單連線至 Vertex AI 服務，輕鬆擴充模型開發功能
優點
輕鬆探索和分析
透過 BigQuery、Dataproc、Spark 和 Vertex AI 整合功能，簡化資料存取作業和筆記本內存取機器學習作業。
快速原型設計及模型開發
利用 Vertex AI 實驗功能和原型設計訓練，充分發揮無限運算能力，包含資料到大規模的訓練。
端對端筆記本工作流程
使用 Vertex AI Workbench 時，您可以在單一位置透過 Vertex AI 執行訓練和部署工作流程。
主要功能與特色
主要功能與特色
全代管運算
以 Jupyter 為基礎，是全代管且可擴充的企業級運算基礎架構，提供安全性控管機制和使用者管理功能。
互動式資料和機器學習體驗
透過輕鬆連結至 Google Cloud 的大數據解決方案，探索資料並訓練機器學習模型。
提供完整的端對端機器學習訓練的入口網站
在極少的轉換下，透過 Vertex AI 開發及部署 AI 解決方案。
說明文件
技術資源
Vertex AI Workbench 說明文件
進一步瞭解 Vertex AI Workbench。
Vertex AI 說明文件
探索 Vertex AI 產品說明文件 (從簡介到進階)。
在這個程式碼研究室中探索 Vertex AI Workbench 的端對端機器學習技術
在這個研究室中，您將瞭解如何使用 Vertex AI Workbench 進行資料探索和機器學習模型訓練。
在這個程式碼研究室中建構圖片分類模型
在這個程式碼研究室中，您將瞭解如何使用 Vertex AI Workbench 設定及啟動筆記本執行作業。
建立代管型筆記本執行個體
這個在控制台中操作的教學課程將引導您逐步建立代管筆記本執行個體。
建立由使用者管理的筆記本執行個體
這個在控制台中操作的教學課程將引導您逐步建立使用者管理的筆記本執行個體。
所有功能與特色
所有功能與特色
| 簡化資料存取權 | 擴充功能可以順暢地連結包括 BigQuery、資料湖泊、Dataproc 和 Spark 等整個資料資產。此外，您可以根據分析和 AI 需求順暢向上擴充或向外擴充。 |
| 使用目錄探索資料來源 | 撰寫 SQL、Spark 查詢時，可以使用已啟用語法感知和自動完成功能的筆記本儲存格。 |
| 資料視覺化 | 整合式智慧型視覺化工具可提供簡單明瞭的資料深入分析。 |
| 採用免人工管理且符合成本效益的基礎架構 | 運算的所有層面均受到管理。閒置逾時和自動關閉功能可將總持有成本最佳化。 |
| 簡化企業安全機制 | 立即可用的 Google Cloud 安全性控管機制。對其他 Google Cloud 服務進行單一登入和簡易驗證。 |
| 在同一處的資料湖泊和 Spark | 無論使用 TensorFlow、PyTorch 或 Spark，都能透過 Vertex AI Workbench 執行任何引擎。 |
| 深度 Git、訓練和機器學習運作整合 | 只要按幾下滑鼠，即可將筆記本插入現有的運算工作流程。使用筆記本進行分散式訓練、超參數最佳化，或排程/觸發持續訓練。與 Vertex AI 服務深入整合，可將 MLOps 用於筆記本中，不必重寫程式碼或新的工作流程。 |
| 順暢的持續整合/持續推送軟體更新 | Kubeflow 管道整合功能，可讓您使用 Notebooks 做為理想、測試及驗證的部署目標。 |
| 筆記本檢視器 | 共用定期更新的筆記本儲存格輸出內容，以便用於報表和簿記。 |
定價
定價
如需 Vertex AI Workbench 的定價詳細資料，請參閱這裡。
計費模式是根據您使用的基礎架構的運算和服務，以及在 Vertex AI Workbench 中耗用的其他服務計算而得。