Einrichtung

Das Einrichten umfasst Informationen zum Einrichten eines Projekts für Vertex AI Feature Store und die erforderlichen Berechtigungen zur Verwendung von Vertex AI Feature Store.

Projekt konfigurieren

Im Folgenden wird beschrieben, wie Sie ein neues Projekt erstellen und die Vertex AI API aktivieren, die für die Verwendung von Vertex AI Feature Store erforderlich ist. Wenn Sie bereits ein Projekt mit aktivierter Vertex AI API haben, können Sie dieses Projekt verwenden, anstatt ein neues Projekt zu erstellen.

  1. Melden Sie sich bei Ihrem Google Cloud-Konto an. Wenn Sie mit Google Cloud noch nicht vertraut sind, erstellen Sie ein Konto, um die Leistungsfähigkeit unserer Produkte in der Praxis sehen und bewerten zu können. Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.
  2. Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

    Zur Projektauswahl

  3. Die Abrechnung für das Cloud-Projekt muss aktiviert sein. So prüfen Sie, ob die Abrechnung für ein Projekt aktiviert ist.

  4. Vertex AI API aktivieren.

    Aktivieren Sie die API

  5. Wählen Sie in der Google Cloud Console auf der Seite der Projektauswahl ein Google Cloud-Projekt aus oder erstellen Sie eines.

    Zur Projektauswahl

  6. Die Abrechnung für das Cloud-Projekt muss aktiviert sein. So prüfen Sie, ob die Abrechnung für ein Projekt aktiviert ist.

  7. Vertex AI API aktivieren.

    Aktivieren Sie die API

Vertex AI Feature Store-Dienstkonto

Neben Nutzerberechtigungen übernimmt das Vertex AI Feature Store auch Vorgänge wie den Zugriff auf Quelldaten. Vertex AI Feature Store verwendet dazu ein von Google verwaltetes Dienstkonto: service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com. Standardmäßig gewährt das Dienstkonto Vertex AI Feature-Store-Zugriff auf Quelldaten im selben Projekt, in dem sich der Feature Store befindet. Wenn sich die Quelldaten in einem anderen Projekt als Ihrem Feature Store befinden, müssen Sie dem Dienstkonto Zugriff auf das Projekt gewähren, in dem sich die Quelldaten befinden.

Weitere Informationen finden Sie unter Vertex AI-Dienst-Agents Zugriff auf andere Ressourcen gewähren.

IAM-Berechtigungen

Vertex AI-Administratoren haben Administratorberechtigungen für Vertex AI Feature Store. Wenn Sie mehr Genauigkeit benötigen, bietet Vertex AI Feature Store eine Reihe vordefinierter IAM-Rollen. Diese Rollen bieten verschiedene Berechtigungssätze, die auf den folgenden Identitäten basieren:

IT-Betrieb und DevOps
Der Bereich für IT-Betrieb und DevOps verwaltet Google Cloud-Ressourcen und ist dafür verantwortlich, Feature Stores zu erstellen und ihre Leistung zu optimieren. Sie können die Rolle featurestoreAdmin oder featurestoreInstanceCreator verwenden. Mit der Rolle des Instanzerstellers können Sie Feature Stores verwalten, aber keine Daten sehen oder Daten in die Feature Stores schreiben.
Data Scientists und Data Engineers
Data Scientists und Data Engineers erstellen Features und schreiben Daten in Feature Stores. Mit der Rolle featurestoreResourceEditor können Sie Entitätstypen und Features verwalten und mit der Rolle featurestoreDataWriter können Sie Featurewerte lesen und schreiben.
ML-Forscher und Geschäftsanalysten
ML-Forscher und Geschäftsanalysten suchen nach Features und exportieren Werte für das Training von Modellen oder für Vorhersagen. Sie müssen keine neuen Features erstellen oder Daten schreiben. Die Rolle featurestoreResourceViewer können Sie zum Suchen oder Durchsuchen von Features und die Rolle featurestoreDataViewer zum Lesen von Featurewerten verwenden.

Beschreibungen der einzelnen Rollen und der zugehörigen Berechtigungen finden Sie unter Vordefinierte Rollen für Vertex AI.

Kontingente und Limits

In Vertex AI Feature Store werden Kontingente und Limits durchgesetzt, um Sie bei der Verwaltung der Ressourcen zu unterstützen, indem Sie eigene Nutzungslimits festlegen, und um die Community der Google Cloud-Nutzer zu schützen, indem unvorhergesehene Nutzungsspitzen verhindert werden. Prüfen Sie auf der Seite Kontingente und Limits die Kontingente für Vertex AI Feature Store, um ungeplante Einschränkungen zu vermeiden. Beispielsweise legt Vertex AI Feature Store ein Kontingent für die Anzahl der Online-Bereitstellungsknoten und ein Kontingent für die Anzahl der Online-Bereitstellungsanfragen fest, die Sie pro Minute stellen können.

Nächste Schritte