Esegui migrazione a Vertex AI

Vertex AI unisce AI Platform e ai servizi AutoML legacy in un'unica interfaccia utente e API per semplificare il processo di creazione, addestramento e deployment dei modelli di machine learning. Con Vertex AI permette di passare dalla sperimentazione alla produzione più velocemente, a scoprire modelli e anomalie in modo efficiente, a fare previsioni migliori aziendali e rimanere agili di fronte all'evoluzione delle priorità e del mercato conditions. In questa pagina vengono forniti i passaggi consigliati e altre informazioni utili pianifichi e implementi una migrazione a Vertex AI.

Vertex AI supporta tutte le funzionalità e i modelli disponibili in AutoML e AI Platform legacy. Tuttavia, le librerie client non supportano l'integrazione client a ritroso la compatibilità. In altre parole, devi pianificare la migrazione per sfruttare le funzionalità di Vertex AI.

Se stai pianificando un nuovo progetto, dovresti creare il tuo codice, job un set di dati o un modello con Vertex AI. Questo consente di sfruttare delle nuove funzionalità e dei miglioramenti ai servizi man mano che diventano disponibili. Le versioni legacy di AutoML e AI Platform rimangono disponibili, ma su Vertex AI verranno implementati miglioramenti futuri.

Per aggiornare il codice esistente, segui questi passaggi consigliati: di job, set di dati e modelli dei database AutoML da AI Platform a Vertex AI.

Migrazione da AutoML legacy

Per aggiornare l'implementazione dalla versione precedente di AutoML a Vertex AI: completa questi passaggi:

  1. Scopri le principali differenze tra la versione precedente di AutoML e Vertex AI Vertex AI per AutoML legacy utenti.

  2. Esamina le potenziali modifiche ai prezzi (consulta Prezzi di migrazione di Vertex AI).

  3. Fai l'inventario di progetti, codice, job Google Cloud set di dati, modelli e utenti con accesso ad AutoML legacy. Utilizza le funzionalità di queste informazioni per determinare di quali risorse eseguire la migrazione e assicurarti che gli utenti corretti abbiano accesso Google Cloud.

  4. Esamina le modifiche ai ruoli IAM. aggiornare gli account di servizio e l'autenticazione per le risorse.

  5. Esamina l'elenco di risorse di cui non puoi eseguire la migrazione informazioni sul processo di migrazione.

  6. Esegui la migrazione delle risorse utilizzando uno di questi due metodi:

  7. Scopri come Vertex AI utilizza a livello di regione endpoint.

  8. Identificare l'uso AutoML legacy API per determinare quali delle tue applicazioni li usano e identificare le chiamate al metodo di cui vuoi eseguire la migrazione.

  9. Aggiorna le applicazioni e i flussi di lavoro per utilizzare l'API Vertex AI e Funzionalità di Vertex AI.

  10. Pianifica il monitoraggio della quota di richieste. Vedi Quote e limiti.

Migrazione da AI Platform

Per aggiornare l'implementazione da AI Platform a Vertex AI: completa questi passaggi:

  1. Scopri le principali differenze tra AI Platform e Vertex AI Vertex AI per AI Platform utenti.

  2. Esamina le potenziali modifiche ai prezzi (consulta Prezzi di migrazione di Vertex AI).

  3. Fai l'inventario di progetti, codice, job Google Cloud set di dati, modelli e utenti con accesso ad AI Platform. Utilizza le funzionalità di queste informazioni per determinare di quali risorse eseguire la migrazione e assicurarti che gli utenti corretti abbiano accesso ai Google Cloud.

  4. Esamina le modifiche ai ruoli IAM. aggiornare gli account di servizio e l'autenticazione per le risorse.

  5. Esamina l'elenco di risorse di cui non puoi eseguire la migrazione informazioni sul processo di migrazione.

  6. Esegui la migrazione delle risorse utilizzando uno di questi due metodi:

  7. Scopri come Vertex AI utilizza a livello di regione endpoint.

  8. Identificare l'uso AI Platform API per determinare quali delle tue applicazioni li usano e identificare le chiamate al metodo di cui vuoi eseguire la migrazione.

  9. Aggiorna le applicazioni e i flussi di lavoro per utilizzare l'API Vertex AI e Funzionalità di Vertex AI.

  10. Pianifica il monitoraggio della quota di richieste. Vedi Quote e limiti.

Prezzi della migrazione di Vertex AI

La migrazione è gratuita. Le risorse create a seguito della migrazione sono soggette tariffe standard (vedi prezzi di Vertex AI). È stata eseguita la migrazione dei set di dati da AI Platform Data Labeling Service, legacy AutoML Vision, AutoML Video Intelligence legacy e AutoML Natural Language viene sottoposto a migrazione in un bucket Cloud Storage, che comporterà i costi di archiviazione (vedi Prezzi di Cloud Storage).

Dopo la migrazione, le risorse legacy saranno ancora disponibili per l'utilizzo AutoML e AI Platform legacy. Per evitare inutili costi, arrestare o eliminare le risorse legacy dopo aver verificato che della migrazione degli oggetti.

La migrazione è un'operazione di copia. Dopo aver eseguito la migrazione di una risorsa, le modifiche al la risorsa legacy non influisce sulla risorsa di cui è stata eseguita la migrazione.

Confronto dei prezzi di Vertex AI con quelli del prodotto legacy

I costi di Vertex AI rimangono invariati rispetto a quelli dei prodotti legacy AI Platform e AutoML che sostituisce, con le seguenti eccezioni:

  • Il prodotto legacy AI Platform Prediction e le previsioni di AutoML Tables supportavano tipi di macchine a basso costo con prestazioni limitate, che non sono supportati per Vertex AI Prediction e per i dati tabulari di AutoML.

  • Il prodotto legacy AI Platform Prediction supportava la scalabilità fino a zero, che non è supportata per Vertex AI Prediction.

Inoltre, Vertex AI offre diversi modi in più per ottimizzare i costi, ad esempio:

Identificare l'utilizzo delle API AutoML e AI Platform legacy

Puoi determinare quali applicazioni utilizzano le API legacy di AutoML e AI Platform, nonché i metodi utilizzati. Usa queste informazioni come ausilio determinare se è necessario eseguire la migrazione di queste chiamate API Vertex AI.

Identificare le chiamate API legacy di AutoML e AI Platform di cui potresti voler eseguire la migrazione, vedi le opzioni seguenti.

Gestisci le modifiche ai ruoli e alle autorizzazioni IAM

Vertex AI fornisce i seguenti ruoli IAM (Identity and Access Management):

  • aiplatform.admin
  • aiplatform.user
  • aiplatform.viewer
  • aiplatform.migrator

Solo aiplatform.admin e aiplatform.migrator di eseguire la migrazione delle risorse dalla versione precedente di AutoML da AI Platform a Vertex AI. aiplatform.user e aiplatform.viewer non possono eseguire la migrazione delle risorse.

Per ulteriori informazioni sui ruoli IAM, consulta Accesso controllo.

Risorse di cui non è possibile eseguire la migrazione

Lo strumento di migrazione al momento non può eseguire la migrazione di tutte le risorse e in alcune la migrazione dei casi è limitata. Considera le seguenti eccezioni quando per pianificare la migrazione.

AutoML legacy

  • Il testo dei PDF non è supportato in Vertex AI, quindi La migrazione del testo PDF della versione precedente di AutoML Natural Language viene eseguita come testo normale grazie al riconoscimento ottico dei caratteri.

  • Non è possibile eseguire la migrazione di set di dati vuoti.

  • Impossibile eseguire la migrazione dei job di previsione batch.

Tabelle AutoML legacy

  • Modelli creati in una versione alpha di non è possibile eseguire la migrazione delle tabelle AutoML Tables precedenti.

  • Non è possibile eseguire la migrazione di set di dati vuoti.

  • Impossibile eseguire la migrazione dei job di previsione batch.

AutoML Video Intelligence legacy

  • Modelli creati in una versione alpha di non è possibile eseguire la migrazione della versione precedente di AutoML Video.

  • Non è possibile eseguire la migrazione di set di dati vuoti.

  • Impossibile eseguire la migrazione dei job di previsione batch.

AutoML Vision legacy

  • Modelli creati in una versione alpha di non è possibile eseguire la migrazione della versione precedente di AutoML Vision.

  • Non è possibile eseguire la migrazione di set di dati vuoti.

  • Impossibile eseguire la migrazione dei job di previsione batch.

AI Platform

  • Non è possibile eseguire la migrazione di tutti i modelli. Modelli di cui è possibile eseguire la migrazione presentano le seguenti caratteristiche:

    • L'esecuzione versione deve essere 1,15 o superiore.

    • Il framework deve essere uno dei seguenti:

      • TensorFlow
      • scikit-learn
      • XGBoost

    • La versione Python deve essere la 3.7 o successiva.

  • Se signature-name del modello AI Platform è stato eseguito è cambiato rispetto al valore predefinito, serving_default, potrebbe migrare a Vertex AI ma non funzionerà.

  • La migrazione delle routine di previsione personalizzate non viene eseguita.

  • I job eseguiti su AI Platform non sono di cui è stata eseguita la migrazione. Puoi scaricare i metadati per conservare i tuoi dati.

  • Gli script, i pacchetti o i container Docker Python su cui esegui AI Platform Training non consente la migrazione automatica, puoi aggiornare gli script per consentirne l'esecuzione Vertex AI.

Informazioni sul processo di migrazione

Prima di eseguire la migrazione delle risorse, esamina le informazioni seguenti.

  • Lo strumento di migrazione crea una copia delle tue risorse.

    Lo strumento di migrazione crea una versione duplicata della versione precedente set di dati e modelli AutoML e AI Platform Vertex AI. Le risorse legacy non vengono eliminate. Se vuoi, eseguire la migrazione della stessa risorsa più volte per crearne diverse copie.

  • Non è stato eseguito il deployment dei modelli migrati.

    Per i tipi di dati che supportano la previsione online, devi creare un endpoint ed eseguire il deployment del modello su quell'endpoint prima può essere utilizzato per fornire previsioni online.

  • Quando si esegue la migrazione di un modello AutoML legacy, un job di addestramento viene creato automaticamente contemporaneamente.

  • I set di dati migrati per alcuni tipi di dati e obiettivi potrebbero non contenere i campi gli stessi dati dell'attuale set di dati.

    I set di dati per determinati tipi di dati vengono reimportati dai dati originali anziché essere copiato dal set di dati esistente. Se l'originale l'origine dati è stata modificata, il set di dati di cui è stata eseguita la migrazione rifletterà modifiche. Questa avvertenza si applica ai seguenti tipi di dati e obiettivi:

    • Set di dati legacy di estrazione delle entità di AutoML Natural Language
    • Set di dati legacy di AutoML Video per la classificazione e il monitoraggio degli oggetti
    • Set di dati legacy per il rilevamento degli oggetti AutoML Vision

  • I set di dati tabulari migrati vengono esportati nell'ambito del processo di migrazione.

    In Vertex AI, viene fatto riferimento all'origine dati di un set di dati tabulare rispetto a quelle importate (scopri di più). Un oggetto il set di dati tabulare viene esportato dal set di dati AutoML Tables, come file CSV in Cloud Storage o in una tabella BigQuery nel tuo progetto e a cui fa riferimento il set di dati di cui è stata eseguita la migrazione.

Utilizzare lo strumento di migrazione

Vertex AI fornisce uno strumento di migrazione per aiutarti i set di dati e i modelli della versione precedente di AutoML da AI Platform a Vertex AI.

Passaggi per l'utilizzo dello strumento di migrazione

Per utilizzare lo strumento di migrazione per eseguire la migrazione dei set di dati e dei modelli Vertex AI, completa i seguenti passaggi.

  1. Se non hai già abilitato l'API Vertex AI, sulla dashboard Vertex AI nel Nella console Google Cloud, fai clic su Abilita l'API Vertex AI.

  2. Nella dashboard di Vertex AI nel Console Google Cloud, in Esegui la migrazione a Vertex AI, fai clic su Configura migrazione.

  3. In Seleziona le risorse di cui eseguire la migrazione, seleziona fino a 50 asset di cui eseguire la migrazione. Se necessario, puoi ripeti questi passaggi per eseguire la migrazione di altri asset in un secondo momento.

  4. Fai clic su Avanti ed esamina il riepilogo degli asset che ti interessano. di cui eseguire la migrazione.

  5. Fai clic su Esegui la migrazione degli asset. La migrazione può richiedere un'ora o più, a seconda sul numero di asset di cui viene eseguita la migrazione. Lo strumento di migrazione invia riceverai un'email al termine della migrazione.

Utilizza le librerie e i metodi client per eseguire la migrazione delle risorse

Utilizza la batchMigrateResources() e i relativi metodi per eseguire la migrazione delle risorse.

Fai riferimento all'API Vertex AI documentazione di riferimento, se necessario guida.

Endpoint regionali

Gli endpoint dell'API Vertex AI sono a livello di regione. Ad esempio:

us-central1-aiplatform.googleapis.com

Gli endpoint globali non sono supportati per Vertex AI.

Consulta l'elenco degli endpoint supportati nel riferimento documentazione.

Aggiorna gli script di addestramento da eseguire in Vertex AI

Gli script, i pacchetti o i container Docker Python su cui esegui AI Platform Training richiede le seguenti modifiche specifiche per l'esecuzione Vertex AI.

  • Per i job che scrivono output in Cloud Storage, in Vertex AI, devi indicare l'URI Cloud Storage dei diversi tipi di output tramite le variabili di ambiente. Nel AI Platform, l'URI Cloud Storage è in genere indicato con l'argomento della riga di comando --job-dir.

  • In Vertex AI, la variabile TF_CONFIG utilizza la proprietà termine chief per indicare la macchina principale. Nel AI Platform, in alcuni casi utilizza il termine master.

  • Quando invii un job di addestramento personalizzato in Vertex AI, specifica URI Artifact Registry di un predefinito che corrisponde al tuo framework completamente gestita. In AI Platform, devi specificare che include la versione del framework e del framework che vuoi utilizzare.

  • Non tutti i tipi di macchina supportati da AI Platform sono supportati da Vertex AI.

Passaggi successivi