オンライン予測にプライベートエンドポイントを使用する

プライベートエンドポイントを使用して Vertex AI でオンライン予測を処理すると、Vertex AI オンライン予測サービスとの接続を完全かつ低レイテンシで行うことができます。このガイドでは、VPC ネットワークピアリングを使用して Vertex AI オンライン予測サービスとネットワークをピアリングすることで、Vertex AI でプライベートエンドポイントを構成する方法について説明します。

概要

プライベートエンドポイントを使用してオンライン予測を行う前に、お使いのネットワークと Vertex AI の間でピアリング接続を確立するようにプライベートサービスアクセスを構成する必要があります。すでに設定している場合は、既存のピアリング接続を使用できます。

このガイドでは、次のタスクについて説明します。

既存のピアリング接続のステータスを確認する。
必要な API が有効になっていることを確認する。
プライベートエンドポイントを作成する。
プライベートエンドポイントにモデルをデプロイする。
- プライベートエンドポイントごとに 1 つのモデルのみがサポートされます。これは、1 つのエンドポイントにデプロイされた複数のモデル間でトラフィックを分割できる Vertex AI パブリックエンドポイントとは異なります。
- プライベートエンドポイントは、AutoML 表形式モデルとカスタムトレーニングモデルをサポートしています。
プライベートエンドポイントに予測を送信する。
リソースをクリーンアップする

既存のピアリング接続のステータスを確認する

Vertex AI で使用しているピアリング接続がすでに存在する場合は、それらのリストを取得してステータスを確認できます。

gcloud compute networks peerings list --network NETWORK_NAME

ピアリング接続の状態が ACTIVE になっているはずです。詳しくは、アクティブなピアリング接続をご覧ください。

必要な API を有効にする

gcloud services enable aiplatform.googleapis.com
gcloud services enable dns.googleapis.com

プライベートエンドポイントを作成する

プライベートエンドポイントを作成するには、Google Cloud CLI を使用してエンドポイントを作成するときに --network フラグを追加します。

gcloud beta ai endpoints create \
  --display-name=ENDPOINT_DISPLAY_NAME \
  --network=FULLY_QUALIFIED_NETWORK_NAME \
  --region=REGION

NETWORK_NAME は、完全修飾ネットワーク名に置き換えます。

projects/PROJECT_NUMBER/global/networks/NETWORK_NAME

ネットワークを指定せずにエンドポイントを作成する場合は、パブリックエンドポイントを作成します。

プライベートエンドポイントの制限事項

プライベートエンドポイントには次の制限事項があります。

プライベートエンドポイントはトラフィック分割をサポートしていません。回避策として、複数のプライベートエンドポイントにモデルをデプロイして、各プライベートエンドポイントで生成された予測 URL 間でトラフィックを分割することで、トラフィック分割を手動で作成できます。
プライベートエンドポイントは SSL/TLS をサポートしていません。
プライベートエンドポイントでアクセスロギングを有効にする場合は、vertex-ai-feedback@google.com までご連絡ください。
1 つの Google Cloud プロジェクトで、すべてのプライベートエンドポイントに使用できるネットワークは 1 つだけです。別のネットワークに変更する場合は、vertex-ai-feedback@google.com にお問い合わせください。
回復可能なエラーの場合は、クライアント側での再試行を強くおすすめします。たとえば、次のようなエラーが考えられます。
- 空のレスポンス（HTTP エラーコード 0）。接続が一時的に切断された可能性があります。
- サービスが一時的に利用できない可能性があることを示す HTTP エラーコード 5xx。
システムが現在過負荷になっていることを示す HTTP エラーコード 429 の場合は、再試行ではなく、トラフィックの速度を遅くすることを検討してください。
Vertex AI Python クライアントライブラリの PredictionServiceClient からの予測リクエストはサポートされていません。
限定公開サービスアクセスエンドポイントは、チューニング済みの基盤モデルをサポートしていません。チューニング済みの基盤モデルの場合は、Private Service Connect エンドポイントを使用してデプロイします。

プライベートエンドポイントをモニタリングする

指標ダッシュボードを使用すると、プライベートエンドポイントに送信されたトラフィックの可用性とレイテンシを調べることができます。

モニタリングをカスタマイズするには、Cloud Monitoring で次の指標をクエリします。

aiplatform.googleapis.com/prediction/online/private/response_count

予測レスポンスの数。この指標は、deployed_model_id または HTTP レスポンスコードでフィルタできます。
aiplatform.googleapis.com/prediction/online/private/prediction_latencies

予測リクエストのレイテンシ（ミリ秒単位）。この指標は、成功したリクエストに対してのみ deployed_model_id でフィルタできます。

Metrics Explorer でこれらの指標を選択、クエリ、表示する方法をご確認ください。

モデルをデプロイする

新しいモデルをインポートすることも、すでにアップロードされている既存のモデルをデプロイすることもできます。新しいモデルをアップロードするには、gcloud ai models upload を使用します。詳細については、Vertex AI にモデルをインポートするをご覧ください。

プライベートエンドポイントにモデルをデプロイするには、モデルをデプロイするに関するガイドをご覧ください。トラフィック分割と手動でのアクセスロギングの有効化に加えて、カスタムトレーニングモデルのデプロイで他のオプションも使用できます。パブリックエンドポイントとの違いについては、プライベートエンドポイントの制限事項をご覧ください。
エンドポイントをデプロイすると、プライベートエンドポイントのメタデータから予測 URI を取得できます。
1. プライベートエンドポイントの表示名がわかっている場合は、次のコマンドを実行してエンドポイント ID を取得します。
```
ENDPOINT_ID=$(gcloud ai endpoints list \
          --region=REGION \
          --filter=displayName:ENDPOINT_DISPLAY_NAME \
          --format="value(ENDPOINT_ID.scope())")
```
  すべてのエンドポイントの ID と表示名を確認するには、次のコマンドを実行します。
```
gcloud ai endpoints list --region=REGION
```
2. 最後に、次のコマンドを実行して、予測 URI を取得します。
```
gcloud beta ai endpoints describe ENDPOINT_ID \
  --region=REGION \
  --format="value(deployedModels.privateEndpoints.predictHttpUri)"
```

プライベート予測 URI の形式

プライベートエンドポイントと Vertex AI パブリックエンドポイントでは、予測 URI が異なります。

http://ENDPOINT_ID.aiplatform.googleapis.com/v1/models/DEPLOYED_MODEL_ID:predict

現在のモデルのデプロイを解除して新しいモデルで再デプロイすると、ドメイン名は再利用されますが、デプロイされた別のモデル ID がパスに含まれます。

プライベートエンドポイントに予測を送信する

VPC ネットワーク内に Compute Engine インスタンスを作成します。Vertex AI とピアリングした VPC ネットワークにインスタンスを作成します。
Compute Engine インスタンスに SSH で接続し、予測クライアントをインストールします（該当する場合）。それ以外の場合は、curl を使用できます。
予測を行うときに、モデルのデプロイから取得した予測 URL を使用します。この例では、同じ VPC ネットワーク内にある Compute Engine インスタンスの予測クライアントからリクエストを送信します。
```
curl -X POST -d@PATH_TO_JSON_FILE  http://ENDPOINT_ID.aiplatform.googleapis.com/v1/models/DEPLOYED_MODEL_ID:predict
```
このサンプルリクエストでは、PATH_TO_JSON_FILE は予測リクエストのパスで、JSON ファイルとして保存されます。例: example-request.json

リソースのクリーンアップ

パブリックモデルやエンドポイントの場合と同じ方法で、モデルのデプロイ解除とプライベートエンドポイントの削除を行うことができます。

例: 共有 VPC でのプライベートエンドポイントのテスト

この例では、共有 VPC ネットワークを持つ 2 つの Google Cloud プロジェクトを使用します。

ホストプロジェクトには共有 VPC ネットワークをホストします。
クライアントプロジェクトには Compute Engine インスタンスをホストします。この Compute Engine インスタンスで予測クライアント（curl など）または独自の REST クライアントを実行して、予測リクエストを送信します。

クライアントプロジェクトに Compute Engine インスタンスを作成する場合は、ホストプロジェクトの共有 VPC ネットワークのカスタムサブネット内にあり、モデルがデプロイされるリージョンに配置する必要があります。

ホストプロジェクトでプライベートサービスアクセス用のピアリング接続を作成します。gcloud services vpc-peerings connect を実行します。

gcloud services vpc-peerings connect \
  --service=servicenetworking.googleapis.com \
  --network=HOST_SHARED_VPC_NAME \
  --ranges=PREDICTION_RESERVED_RANGE_NAME \
  --project=HOST_PROJECT_ID

ホストプロジェクトのネットワーク名を使用して、クライアントプロジェクトにエンドポイントを作成します。gcloud beta ai endpoints create を実行します。
```
gcloud beta ai endpoints create \
  --display-name=ENDPOINT_DISPLAY_NAME \
  --network=HOST_SHARED_VPC_NAME \
  --region=REGION \
  --project=CLIENT_PROJECT_ID
```
クライアントプロジェクト内で予測クライアントを使用して、予測リクエストを送信します。

オンライン予測にプライベート エンドポイントを使用する

概要

既存のピアリング接続のステータスを確認する

必要な API を有効にする

プライベート エンドポイントを作成する

プライベート エンドポイントの制限事項

プライベート エンドポイントをモニタリングする