Bienvenue sur Vertex AI, la nouvelle plate-forme de ML unifié de Google Cloud. Les anciens utilisateurs d'AI Platform peuvent toujours accéder à notre documentation AI Platform

Accéder à

Vertex AI

Créez, déployez et faites évoluer des modèles de ML plus rapidement grâce à des outils pré-entraînés et personnalisés dans une AI Platform unifiée.

  • action/check_circle_24px Créé avec Sketch.

    Tirez parti des outils de ML innovants qui alimentent Google, développés par Google Research

  • action/check_circle_24px Créé avec Sketch.

    Déployez des modèles plus rapidement, avec 80 % de lignes de code en moins requis pour la modélisation personnalisée

  • action/check_circle_24px Créé avec Sketch.

    Utilisez les outils MLOps pour gérer facilement vos données et vos modèles en toute confiance, et les réutiliser à grande échelle

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.

Créez des modèles de ML avancés avec des outils personnalisés

Les outils de modèle personnalisés de Vertex AI sont compatibles avec le codage ML avancé, qui entraîne près de 80 % de lignes de code en moins pour l'entraînement d'un modèle, à l'aide de bibliothèques personnalisées par rapport à celles des plates-formes concurrentes (regarder l'atelier de programmation).

Gérez vos modèles en toute confiance

Les outils MLOps de Vertex AI simplifient la maintenance des modèles. Par exemple, Vertex AI Pipelines facilite l'exécution des pipelines de ML, et Vertex AI Feature Store livre, partage et utilise des fonctionnalités de ML.

Principales fonctionnalités

Tous les outils de ML dont vous avez besoin dans une seule AI platform

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

Vertex AI regroupe les services Google Cloud pour créer des 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. Tous vos modèles sont stockés dans un seul dépôt central de modèles. Ces modèles peuvent désormais être déployés sur les mêmes points de terminaison sur 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'expertise 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

Vertex AI s'intègre aux frameworks Open Source largement utilisés tels que TensorFlow,PyTorch et scikit-learn, ainsi que la prise en charge de tous les frameworks de ML via des conteneurs personnalisés pour l'entraînement et la prédiction.

Afficher toutes les fonctionnalités

"Grâce à Vertex Pipelines, nous pouvons accélérer la transformation des prototypes de ML en modèles de production et nous assurer que notre infrastructure de ML suit le volume de nos transactions à mesure que nous évoluent."

Hannes Hapke, Ingénieur ML, Digits Financial, Inc.
Lire l'étude de cas

Nouveautés

Ateliers pour commencer à développer avec Vertex AI

Inscrivez-vous à la newsletter Google Cloud pour recevoir des informations sur les produits et événements, des offres spéciales et bien plus encore.

Documentation

Ressources et documentation Vertex AI

Principes de base de Google Cloud
Série de vidéos AI simples

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 du MLOps à l'intention des professionnels

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.

Bonne pratique
Guide de bonnes pratiques Vertex AI

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

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.

Architecture
Découvrir l'IA conversationnelle

Convertissez du texte en discours naturel à l'aide de Text-to-Speech basé sur l'IA ou créez une IA conversationnelle avec Dialogflow.

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
Edge

Le gestionnaire Vertex AI Edge Manager (en phase expérimentale) est conçu pour faciliter le déploiement et la surveillance des inférences de périphérie et des processus automatisés avec des API flexibles, pour vous permettre de distribuer l'IA sur vos réseaux privés et publics, l'infrastructure cloud, les centres de données sur site et les appareils de périphérie.

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 AI Edge Manager Déployez et surveillez de manière fluide les inférences de périphérie et les processus automatisés avec des API flexibles.
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.