Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.
Retrouvez-nous au Google Data Cloud & AI Summit 2023 pour découvrir les dernières innovations en matière d'IA, d'analyse, d'informatique décisionnelle, de bases de données et plus.
Accéder à

Vertex AI

Créez, déployez et faites évoluer des modèles de ML plus rapidement à l'aide d'outils de ML entièrement gérés pour tous les cas d'utilisation. 

Les nouveaux clients bénéficient de 300 $ de crédits gratuits à dépenser sur Vertex AI.

  • Accélérez le ML avec une plate-forme de données et d'IA unifiée, ainsi que des outils conçus pour des modèles pré-entraînés et personnalisés.

  • Mettez en œuvre des pratiques de MLOps pour adapter, gérer, surveiller efficacement vos charges de travail de ML

  • Créez des applications d'IA générative de manière rapide, efficace et responsable

  • Réduisez les temps et les coûts de formation grâce à une infrastructure optimisée

Avantages

Entraînez des modèles sans code, une expertise minimale est requise

Exploitez AutoML pour créer des modèles plus rapidement. Utilisez Vertex AI avec des API pré-entraînées et ultraperfectionnées pour la vision par ordinateur, le langage, les données structurées et les conversations.

Accélérez la mise en production des modèles

Les data scientists peuvent évoluer plus rapidement grâce à des outils sur mesure dédiés à l'entraînement, au réglage et au déploiement de modèles de ML. Réduisez le temps et les coûts d'entraînement grâce à une infrastructure d'IA optimisée. 

Gérez vos modèles en toute confiance.

Simplifiez la maintenance des modèles grâce aux outils MLOps comme Vertex AI Pipelines, qui facilite l'exécution des pipelines de ML, et Vertex AI Feature Store qui livre, partage et utilise des fonctionnalités de ML.

Principales fonctionnalités

Tous les outils de ML sur une plate-forme IA

Une interface utilisateur unifiée pour l'ensemble du workflow de ML

Vertex AI regroupe les services Google Cloud vous permettant de créer des modèles de ML dans une interface utilisateur et une API unifiées. Avec Vertex AI, vous pouvez désormais entraîner et comparer facilement des modèles à l'aide d'AutoML ou de l'entraînement de code personnalisé. De plus, tous vos modèles sont stockés dans un dépôt central de modèles et peuvent désormais être déployés sur les mêmes points de terminaison dans Vertex AI.

API pré-entraînées pour la vision, la vidéo, le langage naturel et plus encore

Intégrez facilement des fonctionnalités de vision, de vidéo, de traduction et de machine learning en langage naturel à des applications existantes, ou développez de toutes nouvelles applications intelligentes pour un large éventail de cas d'utilisation (y compris Translation et Speech to Text). AutoML permet aux développeurs d'entraîner des modèles de haute qualité répondant aux besoins spécifiques de leur entreprise, avec un minimum d'effort et d'expertise en ML. Ils peuvent utiliser un registre géré de manière centralisée pour des ensembles de données de tous types (vision, langage naturel et table).

Intégration de bout en bout pour les données et l'IA

Grâce à Vertex AI Workbench, Vertex AI est intégré de manière native à BigQuery, Dataproc et Spark. Vous pouvez utiliser BigQuery ML pour créer et exécuter des modèles de machine learning dans BigQuery à l'aide de requêtes en SQL standard sur des outils et feuilles de calcul d'informatique décisionnelle existants, ou exporter des ensembles de données depuis BigQuery directement vers Vertex AI Workbench et y exécuter vos modèles. Utilisez Vertex Data Labeling pour générer des étiquettes très précises pour votre collection de données.

Compatibilité avec tous les frameworks Open Source

Compatible avec tous les frameworks de ML et branches d'intelligence artificielle via des conteneurs personnalisés pour l'entraînement et la prédiction, Vertex AI s'intègre aux frameworks Open Source largement utilisés tels que TensorFlow, PyTorch et scikit-learn.

Environnement de développement d'applications de bout en bout

Vertex AI Vision réduit le temps de création des applications de vision par ordinateur de plusieurs semaines à quelques heures, pour dix fois moins cher que les offres actuelles. Il fournit une interface glisser-déposer facile à utiliser et une bibliothèque de modèles de ML pré-entraînés pour les tâches courantes telles que la comptabilisation de l'occupation, la reconnaissance des produits et la détection d'objets. Vous pouvez également importer vos modèles de ML AutoML ou personnalisés depuis Vertex AI. 

Découvrir toutes les fonctionnalités
Digits Financial, Inc

"Vertex Pipelines nous permet de passer plus rapidement des prototypes de ML aux modèles de production et de faire confiance à notre infrastructure de ML pour suivre le rythme de notre volume de transactions à mesure que nous évoluons."

Hannes Hapke, Ingénieur ML, Digits Financial, Inc

Lire l'étude de cas

Documentation

Ressources et documentation Vertex AI

Tutoriel
Premiers pas avec le ML : plus de 25 ressources par rôle et par tâche

Développez et perfectionnez vos compétences en science des données, en ML et en IA à l'aide des ressources recommandées pour les analystes de données, les data scientists, les ingénieurs en ML et les ingénieurs logiciels.

Bonne pratique
Guide de bonnes pratiques Vertex AI

Explorez les recommandations concernant l'utilisation de Vertex AI pour les cas d'utilisation courants.

Tutoriel
Atelier de programmation : introduction à Vertex AI Workbench

Découvrez comment utiliser Vertex AI Workbench pour entraîner un modèle TensorFlow avec des données BigQuery.

Tutoriel
Exemples de notebooks

Familiarisez-vous rapidement avec les notebooks officiels organisés par les services Vertex AI.

Principes de base de Google Cloud
SDK Vertex AI pour Python

Utilisez le SDK Python pour entraîner, évaluer et déployer des modèles sur Vertex AI.

Principes de base de Google Cloud
Série de vidéos : L'IA simplifiée

Apprenez à utiliser Vertex AI pour gérer des ensembles de données, créer et entraîner des modèles à l'aide d'AutoML, ou créer des modèles personnalisés à partir de zéro et créer Vertex Pipelines.

Livre blanc
Guide opérationnel de MLOps

Ce livre blanc fournit un framework pour la livraison continue et l'automatisation du machine learning, et aborde des détails concrets sur les systèmes MLOps en pratique.

Principes de base de Google Cloud
Vertex Data Labeling

L'ajout de libellés aux données verticales vous permet de travailler avec des étiqueteurs humains afin de générer des libellés très précis pour un ensemble de données que vous pouvez utiliser dans des modèles de machine learning.

Cas d'utilisation

Découvrez les moyens courants pour profiter de Vertex AI

Cas d'utilisation
Préparation des données

Vertex AI soutient votre processus de préparation des données. Vous pouvez ingérer des données à partir de BigQuery et de Cloud Storage, et exploiter Vertex AI Data Labeling pour annoter des données d'entraînement de haute qualité et améliorer la précision des prédictions.

Schéma illustrant les fonctionnalités de Vertex AI à chaque étape du workflow de ML
Cas d'utilisation
Extraction de caractéristiques

Utilisez Vertex AI Feature Store, un dépôt de fonctionnalités enrichies entièrement géré, pour livrer, partager et réutiliser des fonctionnalités de ML, Vertex AI Experiments pour suivre, analyser et découvrir des expériences de ML afin d'accélérer la sélection des modèles, Vertex AI TensorBoard pour visualiser les tests de ML et Vertex AI Pipelines pour simplifier le processus MLOps en rationalisant la création et l'exécution de pipelines de ML.

Cas d'utilisation
Entraînement et réglages d'hyperparamètres

Créez des modèles de ML de pointe sans code grâce à AutoML, afin de déterminer l'architecture de modèle optimale pour votre tâche d'image, tabulaire, texte ou prédiction de vidéo, ou créer des modèles personnalisés à l'aide de Notebooks. Vertex AI Training propose des services d'entraînement entièrement gérés, et Vertex AI Vizier fournit des hyperparamètres optimisés pour améliorer la précision des prédictions.

Cas d'utilisation
Diffusion de modèles

Vertex AI Prediction facilite le déploiement de modèles en production, pour une diffusion en ligne via le protocole HTTP ou la prédiction par lot afin de bénéficier de l'évaluation groupée. Vous pouvez déployer des modèles personnalisés basés sur n'importe quel framework (y compris TensorFlow, PyTorch, scikit ou XGB) sur Vertex AI Prediction, avec des outils intégrés pour suivre les performances de vos modèles.

Cas d'utilisation
Réglage et compréhension du modèle

Obtenez des métriques d'évaluation de modèle détaillées et des attributions de caractéristiques grâce à Vertex Explainable AI. Vertex Explainable AI vous indique l'importance de chaque caractéristique d'entrée pour votre prédiction. Cet outil est disponible immédiatement dans AutoML Forecasting, Vertex AI Prediction et Vertex AI Workbench.

Cas d'utilisation
Surveillance des modèles

La surveillance continue offre une surveillance simple et proactive des performances des modèles au fil du temps pour les modèles déployés dans le service Vertex AI Prediction. La surveillance continue surveille les signaux associés aux performances et aux alertes prédictives de votre modèle lorsque les signaux dérivent, diagnostiquent la cause de l'écart et déclenchent des pipelines de réentraînement de modèle ou collectent des données d'entraînement pertinentes.

Cas d'utilisation
Gestion des modèles

Vertex ML Metadata facilite l'audit et la gouvernance en effectuant le suivi automatique des entrées et des sorties vers tous les composants de Vertex Pipelines pour le suivi des artefacts, de la traçabilité et de l'exécution de votre workflow de ML. Suivez les métadonnées personnalisées directement à partir de votre code et des métadonnées de requête à l'aide d'un SDK Python.

Toutes les fonctionnalités

Outils MLOps au sein d'un seul workflow unifié

AutoML Développez facilement des modèles de machine learning personnalisés de haute qualité sans écrire de routine d'entraînement. Cette solution bénéficie des fonctionnalités avancées d'apprentissage par transfert et de la technologie de recherche d'hyperparamètres de Google.
Images de VM Deep Learning Instanciez une image de VM contenant les frameworks d'IA les plus courants sur une instance Compute Engine sans vous soucier de la compatibilité avec les logiciels.
Vertex AI Workbench Vertex AI Workbench est un environnement unique qui permet aux data scientists de réaliser l'ensemble de leurs tâches de ML, qu'il s'agisse de tests, de déploiements ou encore de gestion et de surveillance de modèles.Il s'agit d'une infrastructure de calcul entièrement gérée, évolutive, basée sur Jupyter et adaptée aux entreprises offrant des contrôles de sécurité et des fonctionnalités de gestion des utilisateurs.
Vertex AI Matching Engine Service de mise en correspondance des vecteurs de similarités à faible latence, à faible latence et économique
Vertex AI Data Labeling Obtenez des étiquettes très précises grâce à des étiqueteurs manuels pour améliorer vos modèles de machine learning.
Conteneurs de deep learning Vertex AI Développez et déployez des modèles rapidement dans un environnement portable et cohérent pour toutes vos applications d'IA.
Vertex Explainable AI Comprenez et développez la confiance dans les prédictions de votre modèle grâce à des explications fiables et exploitables intégrées à Vertex AI Prediction, AutoML Tables et Vertex AI Workbench.
Feature Store Vertex AI Dépôt complet de fonctionnalités enrichies entièrement géré pour la diffusion, le partage et la réutilisation des fonctionnalités de ML.
Vertex ML Metadata Effectuez le suivi des artefacts, de la traçabilité et de l'exécution des workflows de ML avec un SDK Python facile à utiliser.
Vertex AI Model Monitoring Alertes automatiques pour des écarts de données, des écarts de concept ou d'autres incidents de performance de modèles pouvant nécessiter une supervision.
Vertex AI Neural Architecture Search Créez de nouvelles architectures de modèle qui ciblent les besoins spécifiques aux applications et optimisez vos architectures de modèles existantes pour la latence, la mémoire et la puissance, grâce à ce service automatisé basé sur les avancées de Google en matière d'IA.
Vertex AI Pipelines Créez des pipelines à l'aide de TensorFlow Extended et Kubeflow Pipelines, et utilisez les services gérés de Google Cloud pour une exécution évolutive et le paiement à l'utilisation. Rationalisez vos opérations MLOps grâce à un suivi détaillé des métadonnées, à la modélisation continue et à un nouvel entraînement du modèle.
Vertex AI Prediction Déployez des modèles en production plus facilement avec la diffusion en ligne via la prédiction HTTP ou par lot pour l'évaluation groupée. Vertex AI Prediction propose un framework unifié pour déployer des modèles personnalisés entraînés dans TensorFlow, scikit ou XGB, ainsi que des modèles BigQuery ML et AutoML sur une vaste gamme de types de machines et de GPU.
Vertex AI TensorBoard Cet outil de visualisation et de suivi pour l'expérimentation du ML comprend des graphiques de modèle qui affichent des images, du texte et des données audio.
Vertex AI Training Vertex AI Training propose un ensemble d'algorithmes prédéfinis et permet aux utilisateurs d'utiliser leur code personnalisé pour entraîner des modèles. Service d'entraînement entièrement géré destiné aux utilisateurs ayant besoin de plus de flexibilité et de personnalisation, ou pour les utilisateurs exécutant des formations sur site ou dans un autre environnement cloud.
Vertex AI Vizier Des hyperparamètres optimisés pour une précision prédictive maximale.

Tarifs

Tarifs

Vertex AI vous facture les frais d'entraînement de modèle, de prédiction et d'utilisation des ressources produit Google Cloud.

Consultez le tarif complet ou estimez vos coûts grâce à notre simulateur de coût.