Introducción al almacén de atributos de Vertex AI (heredado)

El almacén de atributos de Vertex AI proporciona un repositorio centralizado para organizar, almacenar y entregar atributos del AA. El uso de un almacén de atributos central permite que una organización comparta, descubra y reutilice de manera eficiente los atributos de AA a gran escala, lo que puede aumentar la velocidad de desarrollo y de implementación de aplicaciones de AA nuevas.

El almacén de atributos de Vertex AI (heredado) es una solución completamente administrada que administra y escala la infraestructura subyacente, como los recursos de almacenamiento y procesamiento. Esta solución permite a los científicos de datos enfocarse en la lógica de procesamiento de atributos en lugar de preocuparse por los desafíos de la implementación de atributos en producción.

El almacén de atributos de Vertex AI es una parte integrada de Vertex AI. Puedes usar Vertex el almacén de atributos de forma independiente o como parte de los flujos de trabajo de Vertex AI. Por ejemplo, puedes recuperar datos de allí para entrenar modelos personalizados o de AutoML en Vertex AI.

Vertex AI Feature Store (heredada) es el predecesor de Vertex AI Feature Store. Para obtener más información sobre Vertex AI Feature Store, consulta la documentación de Vertex AI Feature Store.

Descripción general

Úsalo para crear y administrar almacenes de atributos, tipos de entidades y funciones. Un almacén de atributos es un contenedor de nivel superior para tus atributos y sus valores. Cuando configuras un almacén de atributos, los usuarios permitidos pueden agregar y compartir sus atributos sin asistencia de ingeniería adicional. Los usuarios pueden definir atributos y, luego, importar valores de atributos (transferencia) desde varias fuentes de datos. Obtén más información sobre el modelo de datos y los recursos del almacén de atributos de Feature Store de Vertex AI.

Cualquier usuario con permiso puede buscar y recuperar valores del featurestore. Por ejemplo, los usuarios pueden encontrar atributos y, luego, realizar una exportación por lotes para obtener datos de entrenamiento a fin de crear modelos de AA. Los usuarios también pueden recuperar valores de atributos en tiempo real para realizar predicciones en línea rápidas.

Ventajas

Antes de usar el almacén de atributos deVertex AI, es posible que hayas calculado valores de atributos y los hayas guardado en varias ubicaciones, como tablas en BigQuery y como archivos en Cloud Storage. Además, es posible que hayas compilado y administrado soluciones independientes para el almacenamiento y el consumo de valores de atributos. En cambio, el almacén de atributos de Vertex AI proporciona una solución unificada para el almacenamiento en línea y por lotes, además de la entrega de atributos de AA. En las siguientes secciones, se detallan los beneficios que proporciona el almacén de atributos de Vertex AI.

Comparte atributos en toda tu organización

Si produces atributos en un almacén de atributos, puedes compartirlos rápidamente con otras personas para tareas de entrenamiento o entrega. No es necesario que los equipos vuelvan a diseñar atributos para diferentes proyectos o casos de uso. Además, debido a que puedes administrar y entregar atributos desde un repositorio central, puedes mantener la coherencia en toda tu organización y reducir los esfuerzos duplicados, en especial para las funciones de alto valor.

Vertex AI Feature Store (heredado) proporciona funciones de búsqueda y filtro para que otros puedan descubrir y reutilizar las funciones existentes. Para cada atributo, puedes ver metadatos relevantes para determinar la calidad y los patrones de uso de la atributo. Por ejemplo, puedes ver la fracción de entidades que tienen un valor válido para un atributo (también conocido como cobertura de atributos) y la distribución estadística de los valores de atributos.

Solución administrada para la entrega en línea a gran escala

Además, proporciona una solución administrada para la entrega de atributos en línea (entrega de latencia baja), que es fundamental a fin de realizar predicciones en línea oportunas. No necesitas compilar y operar una infraestructura de entrega de datos de baja latencia. Vertex AI Feature Store (heredado) hace esto por ti y ajusta la escala según sea necesario. Debes codificar la lógica para generar atributos, pero te deshaces de la tarea de entregar atributos. Toda esta administración incluida reduce la fricción de la compilación de atributos nuevos, lo que permite a los científicos de datos hacer su trabajo sin preocuparse por la implementación.

Mitiga las desviaciones entre el entrenamiento y la entrega

La desviación entre el entrenamiento y la entrega se produce cuando la distribución de datos de atributos que usas en la producción difiere de la distribución de datos de atributos que se usó para entrenar el modelo. A menudo, esta desviación genera discrepancias entre el rendimiento de un modelo durante el entrenamiento y su rendimiento en producción. En los siguientes ejemplos, se describe cómo el almacén de atributos de Vertex AI puede abordar posibles fuentes de desvíos entre el entrenamiento y la entrega:

  • El almacén de atributos de Vertex AI garantiza que un valor de atributo se transfiera una vez a un featurestore y que ese mismo valor se vuelva a usar para el entrenamiento y la entrega. Sin un featurestore, es posible que tengas diferentes rutas de código para generar atributos entre el entrenamiento y la entrega. Por lo tanto, los valores de los atributos pueden diferir entre el entrenamiento y la entrega.
  • El almacén de atributos de Vertex AI proporciona búsquedas de un momento determinado a fin de recuperar datos históricos para el entrenamiento. Con estas búsquedas, puedes mitigar la filtración de datos si recuperas solo los valores de atributos que estaban disponibles antes de una predicción y no después.

Para obtener más información sobre cómo detectar desviaciones entre el entrenamiento y la entrega, consulta Visualiza anomalías de valores de atributos.

Detectar desvío

El almacén de atributos de Vertex AI te ayuda a detectar cambios significativos en la distribución de datos de atributos a lo largo del tiempo, también conocido como desvío. El almacén de atributos de Vertex AI realiza un seguimiento constante de la distribución de los valores de los atributos que se transfieren a la tienda de funciones. A medida que aumenta el desvío de atributos, es posible que debas volver a entrenar los modelos que usan los atributos afectados. Para obtener más información sobre cómo detectar el desvío, consulta Visualiza anomalías de valores de atributos.

Cuotas y límites

El almacén de atributos de Vertex AI aplica cuotas y límites a fin de ayudarte a administrar los recursos mediante la configuración de tus propios límites de uso y para proteger a la comunidad de usuarios de Google Cloud, dado que evita los aumentos repentinos en el uso. Para evitar alcanzar las restricciones no planificadas, revisa las cuotas de el almacén de atributos de Vertex AI en la página Cuotas y límites. Por ejemplo, el almacén de atributos de Vertex AI establece una cuota sobre la cantidad de nodos de entrega en línea y una cuota sobre la cantidad de solicitudes de entrega en línea que puedes realizar por minuto.

Retención de datos

El almacén de atributos de Vertex AI mantiene los valores de los atributos hasta el límite de retención de datos. Este límite se basa en la marca de tiempo asociada con los valores de los atributos, y no en el momento en que se importaron los valores. El almacén de atributos de Vertex AI programa la eliminación de valores con marcas de tiempo que superan el límite.

Precios

Los precios del almacén de atributos deVertex AI se basan en varios factores, como la cantidad de datos que almacenas y la cantidad de nodos en línea que usas en la tienda de funciones. Los cargos comienzan inmediatamente después de que creas un almacén de atributos. Para obtener más información, consulta los precios de Vertex AI Feature Store.

¿Qué sigue?