Weiter zu

Vertex AI Workbench

Die einzige Entwicklungsumgebung für den gesamten Data-Science-Workflow. 

  • Daten nativ analysieren mit einer Senkung im Kontext beim Wechsel zwischen Diensten

  • Daten für das Training im großen Maßstab. Modelle im Vergleich zu herkömmlichen Notebooks fünfmal schneller erstellen und trainieren

  • Modellentwicklung mit einfacher Konnektivität zu Vertex AI-Diensten hochskalieren

Vorteile

Einfache Erkundung und Analyse

Vereinfachter Zugriff auf Daten und Im-Notebook-Zugriff auf maschinelles Lernen mit BigQuery-, Dataproc-, Spark- und Vertex AI-Integration

Rapid Prototyping und Modellentwicklung

Mit Vertex AI-Training für Experimente und Prototyping die Vorteile von unendlichem Computing nutzen und so von Daten zum umfangreichen Training gehen.

Ende-zu-Ende Notebook-Workflows

Mit Vertex AI Workbench können Sie Ihre Trainings- und Bereitstellungs-Workflows von einer zentralen Stelle in Vertex AI aus implementieren.

Wichtige Features

Wichtige Features

Vollständig verwaltetes Computing

Eine Jupyter-basierte, vollständig verwaltete, skalierbare Computing-Infrastruktur für Unternehmen mit Sicherheitskontrollen und Nutzerverwaltungsfunktionen.

Interaktive Daten- und ML-Erfahrung

Erkunden Sie Daten und trainieren Sie ML-Modelle mit einfachen Verbindungen zu den Big-Data-Lösungen von Google Cloud.

Portal zum Abschluss des End-to-End-ML-Training

KI-Lösungen mit minimalem Übergang auf Vertex AI entwickeln und bereitstellen.

Das ist neu

Aktuelle Informationen und Veranstaltungen zu Vertex AI Workbench

Dokumentation

Dokumentation

Google Cloud Basics
Vertex AI Workbench-Dokumentation

Weitere Informationen zu Vertex AI Workbench

Google Cloud Basics
Dokumentation zu Vertex AI

Entdecken Sie die Produktdokumentation von Vertex AI, von Anfänger- bis hin zu fortgeschrittenen Kenntnissen.

Google Cloud Basics
End-to-End-ML in Vertex AI Workbench in diesem Codelab entdecken

In diesem Lab erfahren Sie, wie Sie Vertex AI Workbench für die Datenexploration und das ML-Modelltraining verwenden.

Google Cloud Basics
In diesem Codelab ein Bildklassifizierungsmodell erstellen

In diesem Lab erfahren Sie, wie Sie mit Vertex AI Workbench Notebook-Ausführungen konfigurieren und starten.

Google Cloud Basics
Überblick über Vertex AI Workbench bei Google Cloud Next 2021

Schauen Sie sich „Vertex AI ist jetzt noch einfacher für Entwickler“ von Google Cloud Next 2021 an, um zu erfahren, wie Vertex AI Workbench Kunden hilft, nützlichere Modelle bereitzustellen.

Google Cloud Basics
Verwaltete Notebook-Instanz erstellen

In diesem konsolenbasierten Tutorial finden Sie eine detaillierte Anleitung zum Erstellen einer verwalteten Notebookinstanz.

Google Cloud Basics
Nutzerverwaltete Notebookinstanz erstellen

In diesem konsolenbasierten Tutorial finden Sie eine detaillierte Anleitung zum Erstellen einer nutzerverwalteten Notebookinstanz.

Alle Features

Alle Features

Vereinfachter Datenzugriff Erweiterungen sind nahtlos mit dem gesamten Datenbestand verbunden, einschließlich BigQuery, Data Lake, Dataproc und Spark. Je nach Ihren Analyse- und KI-Anforderungen können Sie nahtlos vertikal und horizontal skalieren.
Datenquellen mit einem Katalog untersuchen Schreiben Sie SQL- und Spark-Abfragen aus einer syntaxsensitiven, automatisch vervollständigenden Notebookzelle.
Datenvisualisierung Eingebundene, intelligente Visualisierungstools bieten einfache Einblicke in die Daten. 
Kostengünstige Infrastruktur ohne Nutzereingriff Alle Aspekte des Computing werden verwaltet. Bei Inaktivität und automatischem Herunterfahren werden die Gesamtbetriebskosten optimiert.
Unternehmenssicherheit, vereinfacht Sofort verfügbare Google Cloud-Sicherheitskontrollen. Einmalanmeldung (SSO) und einfache Authentifizierung bei anderen Google Cloud-Diensten.
Data Lake und Spark an einem Ort Ganz gleich, ob Sie TensorFlow, PyTorch oder Spark verwenden – Sie können jede beliebige Engine von Vertex AI Workbench aus ausführen. 
Tiefe Einbindung von Git, Training und MLOps Mit wenigen Klicks können Sie Notebooks an bestehende Ops-Workflows anschließen. Sie können Notebooks für verteiltes Training, Hyperparameteroptimierung oder geplantes oder ausgelöstes kontinuierliches Training verwenden. Dank der umfassenden Einbindung in Vertex AI-Dienste können Sie MLOps in das Notebook integrieren, ohne Code neu schreiben oder neue Workflows erstellen zu müssen.
Nahtlose CI/CD Kubeflow Pipelines-Integration zur Verwendung von Notebooks als ideales, geprüftes und verifiziertes Bereitstellungsziel. 
Notebook-Betrachter Geben Sie die Ausgabe regelmäßig aktualisierter Notebook-Zellen für Berichterstellungs- und Buchhaltungszwecke frei.

Preise

Preise

Preisangaben zu Vertex AI Workbench finden Sie hier.

Das Preismodell basiert auf Computing und Diensten und auf der von Ihnen genutzten Infrastruktur, sowie auf anderen Diensten, die über Vertex AI Workbench genutzt werden.