Selamat datang di Vertex AI, platform ML terpadu baru Google Cloud. Pengguna lama AI Platform tetap dapat mengakses dokumentasi AI Platform kami. 

Lompat ke

AI Vertex

Build, deploy, dan skalakan model ML dengan lebih cepat, menggunakan fitur terlatih dan kustom dalam platform AI terpadu. 

  • action/check_circle_24px Dibuat dengan Sketch.

    Kembangkan solusi dengan alat ML inovatif yang mendukung Google, yang dikembangkan oleh Google Research

  • action/check_circle_24px Dibuat dengan Sketch.

    Deploy lebih banyak model dengan lebih cepat, dengan 80% lebih sedikit kode baris yang diperlukan untuk pemodelan kustom

  • action/check_circle_24px Dibuat dengan Sketch.

    Gunakan alat MLOps untuk mengelola data dan model Anda dengan mudah tanpa perlu khawatir dan ulangi dalam skala besar

Manfaat

Latih model tanpa kode, tidak memerlukan keahlian khusus

Manfaatkan AutoML untuk membuat model dalam waktu yang lebih singkat. Gunakan Vertex AI dengan API canggih dan terlatih untuk computer vision, bahasa, data terstruktur, dan percakapan.

Mem-build model ML lanjutan dengan alat kustom

Fitur model kustom Vertex AI mendukung coding ML lanjutan, dengan hampir 80% baris kode lebih sedikit yang diperlukan untuk melatih model dengan library kustom daripada platform yang kompetitif (tonton Codelab -nya).

Kelola model dengan percaya diri

Alat MLOps Vertex AI menghapus kerumitan pemeliharaan model swalayan, seperti Vertex Pipelines, yang menyederhanakan pipeline ML yang berjalan, dan Fitur Vertex Simpan untuk menayangkan, membagikan, dan menggunakan fitur ML. 

Fitur utama

Satu platform AI, setiap alat ML yang Anda butuhkan

UI terpadu untuk seluruh alur kerja ML

Vertex AI menggabungkan layanan Google Cloud untuk membuat ML di bawah satu UI dan UI terpadu. Di Vertex AI, kini Anda dapat dengan mudah melatih dan membandingkan model menggunakan AutoML atau pelatihan kode kustom, dan semua model Anda disimpan di satu repositori model sentral. Model ini sekarang dapat di-deploy ke endpoint yang sama di Vertex AI.

API terlatih untuk visi, video, bahasa alami, dan lainnya

Terapkan visi, video, terjemahan, dan ML bahasa natural dengan mudah ke dalam aplikasi yang sudah ada atau build aplikasi cerdas yang sepenuhnya baru di berbagai kasus penggunaan (termasuk Terjemahan dan Speech to Text). AutoML memungkinkan developer untuk melatih model berkualitas tinggi yang sesuai dengan kebutuhan bisnis mereka dengan keahlian atau upaya ML yang minimal. Dengan registry terkelola di tengah untuk semua set data di seluruh jenis data (visibilitas, bahasa alami, dan tabel).

Integrasi menyeluruh untuk data dan AI

Anda dapat menggunakanML BigQuery Untuk membuat dan menjalankan model machine learning di BigQuery menggunakan kueri SQL standar pada alat dan spreadsheet business intelligence yang ada, atau Anda dapat mengekspor set data dariBigQuery langsung ke Vertex AI untuk integrasi yang lancar di seluruh siklus proses data-ke-AI. Gunakan Pelabelan Data Vertex untuk menghasilkan label yang sangat akurat untuk pengumpulan data Anda.

Dukungan untuk semua framework open source

Vertex AI terintegrasi dengan framework open source yang banyak digunakan seperti TensorFlow, PyTorch, dan scikit- learn, bersama dengan mendukung semua framework ML melalui container kustom untuk pelatihan dan prediksi.

Lihat semua fitur

Pelanggan

Pelanggan yang berkembang dengan inovasi perubahan game yang dikembangkan dari Vertex AI

“Vertex Pipelines memungkinkan kami untuk bergerak lebih cepat dari prototipe ML ke model produksi, dan kami lebih percaya bahwa infrastruktur ML kami akan mengikuti perkembangan volume transaksi kami seiring peningkatan skala kami.”

Hannes Hapke ML Engineer, Digits Financial, Inc
Baca studi kasus

Yang baru

Workshop untuk mulai membangun solusi dengan Vertex AI

Daftar untuk berlangganan newsletter Google Cloud guna menerima info terbaru terkait produk, informasi acara, penawaran spesial, dan lainnya.

Dokumentasi

Referensi dan dokumentasi untuk Vertex AI

Dasar-Dasar Google Cloud
Serial video AI Simplified

Pelajari cara menggunakan Vertex AI untuk mengelola set data, mem-build dan melatih model menggunakan AutoML, atau membuat model kustom dari awal, dan mem-build Pitline Vertex.

Laporan resmi
Panduan Praktisi ke MLOps

Laporan resmi ini memberikan framework untuk pengiriman berkelanjutan dan otomatisasi machine learning serta membahas detail konkret sistem MLOps dalam praktiknya.

Praktik Terbaik
Panduan Praktik Terbaik Vertex AI

Pelajari rekomendasi untuk menggunakan Vertex AI untuk kasus penggunaan umum.

Dasar-Dasar Google Cloud
Pelabelan Data Vertex

Pelabelan Data Vertex memungkinkan Anda bekerja sama dengan pemberi label manual untuk membuat label yang sangat akurat untuk koleksi data yang dapat Anda gunakan dalam model machine learning.

Arsitektur
Pelajari AI percakapan

Konversikan teks menjadi ucapan yang terdengar alami dengan Text-to-Speech yang didukung AI atau buat AI percakapan dengan Dialogflow.

Kasus penggunaan

Pelajari cara umum untuk memanfaatkan Vertex AI

Kasus penggunaan
Kesiapan data

Vertex AI mendukung proses persiapan data Anda. Anda dapat menyerap data dari BigQuery dan Cloud Storage serta memanfaatkan Pelabelan Data Vertex untuk menganotasi data pelatihan berkualitas tinggi dan meningkatkan akurasi prediksi.

Kasus penggunaan
Teknik fitur

Menggunakan Vertex Feature Store, repositori fitur lengkap yang terkelola sepenuhnya, untuk menayangkan, membagikan, dan menggunakan kembali fitur ML; Eksperimen Vertex untuk melacak, menganalisis, dan menemukan eksperimen ML untuk pemilihan model yang lebih cepat; Vertex TensorBoard untuk memvisualisasikan eksperimen ML; dan Vertex Pipelines untuk menyederhanakan proses MLOps dengan menyederhanakan proses build dan menjalankan pipeline MLOps.

Kasus penggunaan
Pelatihan dan penyesuaian hyperparameter

Buat model ML yang canggih tanpa kode menggunakan AutoML untuk menentukan arsitektur model yang optimal untuk tugas gambar, tabel, teks, atau prediksi video Anda, atau buat model kustom menggunakan Notebook Google. Vertex Training menawarkan layanan pelatihan yang terkelola sepenuhnya, dan Vertex Vizier menyediakan hyperparameter yang dioptimalkan untuk akurasi prediktif yang maksimum.

Kasus penggunaan
Penayangan model

Vertex Prediction memudahkan deployment model ke produksi, untuk penayangan online melalui HTTP atau prediksi batch untuk penilaian massal. Anda dapat men-deploy model kustom yang dibuat pada framework apa pun (termasuk TensorFlow, PyTorch, scikit, atau XGB) untuk Prediksi Vertex, dengan fitur bawaan untuk melacak performa model Anda.

Kasus penggunaan
Penyelarasan dan pemahaman model

Dapatkan metrik evaluasi model dan atribusi fitur mendetail, yang didukung oleh Explainable AI. AI yang dapat dijelaskan memberi tahu Anda pentingnya setiap fitur input untuk prediksi Anda. Kini tersedia dalam AutoML Tables, Prediksi Vertex, dan Notebook.

Kasus penggunaan
Edge

Vertex ML Edge Manager (dalam fase eksperimental) dirancang untuk memfasilitasi deployment dan pemantauan inferensi edge dan proses otomatis yang lancar dengan API yang fleksibel, agar Anda dapat mendistribusikan AI ke seluruh pribadi dan publik infrastruktur cloud, pusat data lokal, dan perangkat edge.

Kasus penggunaan
Pemantauan model

Pemantauan berkelanjutan menawarkan pemantauan performa model yang mudah dan proaktif dari waktu ke waktu untuk model yang di-deploy di layanan Vertex Prediction. Pemantauan berkelanjutan memantau sinyal untuk performa dan peringatan prediktif model Anda saat sinyal menyimpang, mendiagnosis penyebab simpangan, dan memicu pipeline pelatihan ulang model atau mengumpulkan data pelatihan yang relevan.

Kasus penggunaan
Pengelolaan model

Dengan Metadata Vertex, audita dan tata kelola dapat dilakukan dengan lebih mudah dengan melacak input dan output secara otomatis ke semua komponen di Vertex Pipelines untuk pelacakan artefak, turunan, dan eksekusi untuk alur kerja ML Anda. Lacak metadata kustom langsung dari kode dan metadata kueri Anda menggunakan Python SDK.

Semua fitur

Alat MLOps dalam alur kerja terpadu tunggal

AutoML Kembangkan model machine learning kustom berkualitas tinggi dengan mudah tanpa perlu menulis rutinitas pelatihan. Didukung oleh teknologi transfer yang canggih dan teknologi penelusuran hyperparameter dari Google.
Deep Learning VM Image Buat instance image VM yang berisi framework AI terpopuler pada instance Compute Engine tanpa perlu mengkhawatirkan kompatibilitas software.
Notebook Buat, kelola, dan hubungkan ke VM dengan JupyterLab, Workbench standar untuk data scientist. VM sudah terinstal dengan framework dan library deep learning.
Mesin Pencocokan Vertex Layanan pencocokan kemiripan yang skalabel, latensi rendah, dan hemat biaya.
Pelabelan Data Vertex Dapatkan label yang sangat akurat dari pemberi label manual untuk model machine learning yang lebih baik.
Deep Learning Containers Vertex Build dan deploy model dengan cepat dalam lingkungan yang portabel dan konsisten untuk semua aplikasi AI Anda.
Vertex Edge Manager Deploy dan pantau inferensi tepi tanpa hambatan dan proses otomatis dengan API yang fleksibel.
Vertex Explainable AI Pahami dan bangun kepercayaan pada prediksi model Anda dengan penjelasan yang kuat dan dapat ditindaklanjuti yang terintegrasi ke dalam Prediksi Vertex, Tabel AutoML, dan Notebook.
Vertex Feature Store Repositori fitur lengkap yang terkelola sepenuhnya untuk menayangkan, membagikan, dan menggunakan kembali fitur ML.
Metadata ML Vertex Pelacakan artefak, turunan, dan eksekusi untuk alur kerja ML, dengan Python SDK yang mudah digunakan.
Pemantauan Model Vertex Notifikasi otomatis untuk data drift, penyimpangan konsep, atau insiden performa model lainnya yang mungkin memerlukan pengawasan.
Penelusuran Arsitektur Vertex Buat arsitektur model baru yang menargetkan kebutuhan khusus aplikasi dan optimalkan arsitektur model yang ada untuk mendapatkan latensi, memori, dan daya dengan layanan otomatis ini yang didukung oleh riset AI terkemuka dari Google.
Pipeline Vertex Build pipeline menggunakan TensorFlow Extended dan Kubeflow Pipelines, dan manfaatkan layanan terkelola Google Cloud untuk mengeksekusi secara skalabel dan membayar per penggunaan. Menyederhanakan MLOps Anda dengan pelacakan metadata mendetail, pemodelan berkelanjutan, dan pelatihan ulang model yang dipicu.
Prediksi Vertex Men-deploy model ke dalam produksi dengan lebih mudah dengan penayangan online melalui HTTP atau prediksi batch untuk penskoran massal. Vertex Prediction menawarkan framework terpadu untuk men-deploy model kustom yang dilatih di TensorFlow, scikit, atau XGB, serta model BQML dan AutoML, serta pada berbagai jenis mesin dan GPU.
Vertex Tensorboard Alat visualisasi dan pelacakan untuk eksperimen ML ini mencakup grafik model yang menampilkan data gambar, teks, dan audio.
Pelatihan Vertex Pelatihan Vertex menyediakan serangkaian algoritme bawaan dan memungkinkan pengguna untuk membawa kode kustom mereka ke model pelatihan. Layanan pelatihan yang terkelola sepenuhnya untuk pengguna yang membutuhkan fleksibilitas dan penyesuaian yang lebih besar atau untuk pengguna yang menjalankan pelatihan lokal atau lingkungan cloud lainnya.
Vertex Vizier Mengoptimalkan hyperparameter untuk akurasi prediktif maksimum.

Harga

Harga

Vertex AI mengenakan biaya untuk pelatihan model, prediksi, dan penggunaan resource produk Google Cloud.

Dapatkan tarif penuh atau perkirakan biaya Anda dengan kalkulator harga kami.