Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.
Partecipa al Google Data Cloud & AI Summit 2023 per scoprire le ultime innovazioni in materia di AI, analisi, BI, database e altro ancora.
Vai a

Vertex AI

Crea, esegui il deployment e scala modelli di machine learning (ML) più velocemente, con strumenti ML completamente gestiti per qualsiasi caso d'uso. 

I nuovi clienti ricevono 300 $ di crediti gratuiti da spendere su Vertex AI.

  • Accelera il machine learning con una piattaforma unificata di dati e AI e strumenti per modelli personalizzati e preaddestrati

  • Implementa prassi MLOps per scalare, gestire, monitorare e governare in modo efficiente i tuoi carichi di lavoro ML

  • Crea applicazioni con AI generativa in modo rapido, efficiente e responsabile

  • Riduci i tempi e i costi per l'addestramento con l'infrastruttura ottimizzata

Vantaggi

Addestra i modelli senza codice, richiede un'esperienza minima

Sfrutta AutoML per creare modelli in meno tempo. Utilizza Vertex AI con API preaddestrate all'avanguardia per visione artificiale, linguaggio, dati strutturati e conversazione.

Accelera i modelli in produzione

I data scientist possono muoversi più velocemente con strumenti appositamente progettati per l'addestramento, l'ottimizzazione e il deployment di modelli ML. Riduci i tempi e i costi di addestramento con un'infrastruttura AI ottimizzata. 

Gestisci i tuoi modelli in tutta sicurezza

Rimuovi la complessità di manutenzione dei modelli con strumenti MLOps come Vertex AI Pipelines, per semplificare l'esecuzione di pipeline ML, e Vertex AI Feature Store per gestire e utilizzare le tecnologie AI come funzionalità di ML.

Funzionalità principali

Una piattaforma AI, tutti gli strumenti di ML

Un'interfaccia utente unificata per l'intero flusso di lavoro di ML

Vertex AI unisce i servizi Google Cloud per creare ML in un'unica interfaccia utente e API unificata. In Vertex AI, ora puoi addestrare e confrontare facilmente i modelli utilizzando AutoML o l'addestramento con codice personalizzato e tutti i tuoi modelli vengono archiviati in un unico repository di modelli centrale. Puoi eseguire il deployment di questi modelli sugli stessi endpoint su Vertex AI.

API preaddestrate per visione artificiale, video, linguaggio naturale e altro ancora

Integra in modo semplice il machine learning per visione artificiale, video, traduzione e linguaggio naturale nelle applicazioni esistenti o crea applicazioni intelligenti completamente nuove per una vasta gamma di casi d'uso (tra cui traduzione and conversione della voce in testo). AutoML consente agli sviluppatori di addestrare modelli di alta qualità specifici per le loro esigenze aziendali con un'esperienza minima nell'ambito del machine learning e con il minimo impegno. Con un registro gestito centralmente per tutti i set di dati in tutti i tipi di dati (visione artificiale, linguaggio naturale e dati tabulari).

Integrazione end-to-end per dati ed AI

Tramite Vertex AI Workbench, Vertex AI è integrata in modo nativo con BigQuery, Dataproc e Spark. Puoi utilizzare BigQuery ML per creare ed eseguire modelli di machine learning in BigQuery utilizzando query SQL standard su strumenti e fogli di lavoro di business intelligence esistenti, oppure puoi esportare set di dati da BigQuery direttamente in Vertex AI Workbench ed eseguire i tuoi modelli da lì. Utilizza Vertex Data Labeling per generare etichette ad alta precisione per la raccolta dei dati.

Supporto per tutti i framework open source

Vertex AI si integra con framework open source ampiamente utilizzati come TensorFlow, PyTorch e scikit-learn, oltre al supporto di tutti i framework ML e i rami dell'intelligenza artificiale tramite container personalizzati per l'addestramento e la previsione.

Ambiente di sviluppo delle applicazioni end-to-end

Vertex AI Vision riduce il tempo necessario per creare applicazioni di visione artificiale da settimane a ore, a un decimo del costo delle offerte attuali. Offre un'interfaccia con trascinamento semplice da utilizzare e una libreria di modelli di machine learning preaddestrati per attività comuni come il conteggio del numero di partecipanti, il riconoscimento dei prodotti e il rilevamento di oggetti. Offre inoltre la possibilità di importare i tuoi modelli AutoML o ML personalizzati esistenti da Vertex AI. 

Visualizza tutte le funzionalità
Digits Financial, Inc

"Vertex Pipelines ci consente di passare più rapidamente dai prototipi di ML ai modelli di produzione e confidiamo nel fatto che la nostra infrastruttura di machine learning rimarrà al passo con il nostro volume di transazioni al crescere della nostra scalabilità".

Hannes Hapke ML Engineer, Digits Financial, Inc

Leggi il case study

Documentazione

Risorse e documentazione per Vertex AI

Tutorial
Introduzione al machine learning: oltre 25 risorse per ruolo e attività

Sviluppa e affina le competenze di data science, ML e AI con risorse consigliate per analisti di dati, data scientist, ML engineer e ingegneri del software.

Best practice
Guida alle best practice di Vertex AI

Consulta i suggerimenti per l'utilizzo di Vertex AI per i casi d'uso comuni.

Tutorial
Codelab: introduzione a Vertex AI Workbench

Scopri come utilizzare Vertex AI Workbench per addestrare un modello TensorFlow con i dati di BigQuery.

Tutorial
Esempio di blocchi note

Fai pratica rapidamente con i blocchi note ufficiali organizzati dai servizi Vertex AI.

Nozioni di base su Google Cloud
SDK di Vertex AI per Python

Utilizza l'SDK per Python per addestrare, valutare ed eseguire il deployment di modelli su Vertex AI.

Nozioni di base su Google Cloud
Serie di video: AI semplificata

Scopri come utilizzare Vertex AI per gestire i set di dati, creare e addestrare modelli utilizzando AutoML o creare modelli personalizzati da zero e creare Vertex Pipelines.

White paper
Guida alle MLOps per professionisti

Questo white paper fornisce un framework per la distribuzione continua e l'automazione del machine learning, oltre a illustrare i dettagli concrete dei sistemi MLOps in pratica.

Nozioni di base su Google Cloud
Vertex Data Labeling

Vertex Data Labeling consente di lavorare con etichettatori umani per generare etichette altamente accurate per una raccolta di dati utilizzabili nei modelli di machine learning.

Casi d'uso

Scopri modi comuni per sfruttare Vertex AI

Caso d'uso
Preparazione dei dati

Vertex AI supporta il processo di preparazione dei dati. Puoi importare i dati da BigQuery e Cloud Storage e sfruttare Vertex AI Data Labeling per annotare dati di addestramento di alta qualità e migliorare l'accuratezza della previsione.

Diagramma che mostra le funzionalità di Vertex AI per il supporto di ogni fase del flusso di lavoro ML.
Caso d'uso
Feature engineering

Utilizza Vertex AI Feature Store, un ricco repository di caratteristiche completamente gestito, per pubblicare, condividere e riutilizzare le caratteristiche di ML; Vertex AI Experiments per monitorare, analizzare e scoprire gli esperimenti di ML per velocizzare la scelta dei modelli; Vertex TensorBoard per visualizzare gli esperimenti di ML e Vertex AI Pipelines per agevolare il processo MLOps semplificando la creazione e l'esecuzione di pipeline di ML.

Caso d'uso
Addestramento e ottimizzazione di iperparametri

Crea modelli di machine learning all'avanguardia senza codice utilizzando AutoML per determinare l'architettura ottimale dei modelli per l'attività di previsione per immagini, dati tabulari, testo o video, oppure crea modelli personalizzati utilizzando Notebooks. Vertex AI Training offre servizi di addestramento completamente gestiti, mentre Vertex AI Vizier fornisce iperparametri ottimizzati per la massima precisione predittiva.

Caso d'uso
Gestione dei modelli

Vertex AI Prediction semplifica il deployment dei modelli in produzione, per la pubblicazione online tramite HTTP o la previsione batch per l'assegnazione di un punteggio collettivo. È possibile eseguire il deployment di modelli personalizzati basati su qualsiasi framework (inclusi TensorFlow, PyTorch, scikit o XGB) in Vertex AI Prediction, con strumenti integrati per monitorare le prestazioni dei modelli.

Caso d'uso
Ottimizzazione e comprensione del modello

Ricevi metriche dettagliate di valutazione dei modelli e attribuzione delle caratteristiche, basate su Vertex Explainable AI. Vertex Explainable AI indica l'importanza di ogni caratteristica di input per la tua previsione. Disponibile fin dal primo utilizzo in AutoML Forecast, Vertex AI Prediction e Vertex AI Workbench.

Caso d'uso
Monitoraggio dei modelli

Il monitoraggio continuo offre un monitoraggio semplice e proattivo delle prestazioni del modello nel tempo per i modelli di cui è stato eseguito il deployment nel servizio Vertex AI Prediction. Il monitoraggio continuo monitora gli indicatori per le prestazioni di previsione e gli avvisi del modello quando i segnali si deviano, diagnostica la causa della deviazione e attiva pipeline di riaddestramento del modello o la raccolta dei dati di addestramento pertinenti.

Caso d'uso
Gestione dei modelli

Vertex ML Metadata facilita la verificabilità e la governance monitorando automaticamente input e output in tutti i componenti in Vertex Pipelines per il monitoraggio di artefatti, derivazioni ed esecuzioni per il flusso di lavoro di machine learning. Monitora i metadati personalizzati direttamente dal tuo codice e dai metadati delle query utilizzando un SDK Python.

Tutte le funzionalità

Strumenti MLOps in un unico flusso di lavoro unificato

AutoML Sviluppa facilmente modelli di machine learning personalizzati di alta qualità senza scrivere le routine di addestramento. Basato sulle tecnologie all'avanguardia di ricerca degli iperparametri e di transfer learning di Google.
Deep Learning VM Image Crea un'istanza di un'immagine VM contenente i framework di AI più popolari su un'istanza Compute Engine senza preoccuparti della compatibilità del software.
Workbench Vertex AI Vertex AI Workbench è un ambiente unico in cui i data scientist possono completare tutto il loro lavoro di ML, dalla sperimentazione al deployment, alla gestione e al monitoraggio dei modelli. Si tratta di un'infrastruttura di computing basata su Jupyter, completamente gestita, scalabile e di livello enterprise, con controlli di sicurezza e funzionalità di gestione degli utenti.
Vertex AI Matching Engine Servizio di abbinamento per somiglianza di vettori a elevata scalabilità, bassa latenza e prezzo conveniente.
Vertex AI Data Labeling Ricevi etichette estremamente accurate da etichettatori umani per modelli di machine learning migliori.
Vertex AI Deep Learning Containers Crea modelli ed eseguine il deployment in modo rapido in un ambiente portabile e coerente per tutte le tue applicazioni di AI.
Vertex Explainable AI Comprendi e crea fiducia nelle previsioni dei tuoi modelli con spiegazioni solide e strategiche integrate in Vertex AI Prediction, AutoML Tables e Vertex AI Workbench.
Vertex AI Feature Store Un ricco repository di caratteristiche completamente gestito per pubblicare, condividere e riutilizzare le caratteristiche di ML.
Vertex ML Metadata Monitoraggio degli artefatti, delle derivazioni e dell'esecuzione per i flussi di lavoro di ML con un SDK Python facile da utilizzare.
Vertex AI Model Monitoring Avvisi automatici per deviazione di dati, deviazione di concetti o altri incidenti relativi alle prestazioni che possono richiedere la supervisione.
Vertex AI Neural Architecture Search Crea nuove architetture di modelli che hanno come target esigenze specifiche delle applicazioni e ottimizza le architetture di modelli esistenti per latenza, memoria e potenza, grazie a questo servizio automatizzato basato sulla ricerca leader di Google nel campo dell'AI.
Vertex AI Pipelines Crea pipeline utilizzando TensorFlow Extended e Kubeflow Pipelines e sfrutta i servizi gestiti di Google Cloud per l'esecuzione scalabile e il pagamento per utilizzo. Semplifica MLOps con monitoraggio dei metadati dettagliato, modellazione continua e addestramento dei modelli con trigger.
Vertex AI Prediction Semplifica il deployment dei modelli in produzione con la pubblicazione online tramite HTTP o la previsione batch per l'assegnazione di un punteggio collettivo. Vertex AI Prediction offre un framework unificato per il deployment di modelli personalizzati addestrati in TensorFlow, scikit o XGB, e modelli BigQuery ML e AutoML e su un'ampia gamma di tipi di macchine e GPU.
Vertex AI Tensorboard Questo strumento di visualizzazione e monitoraggio per la sperimentazione ML include grafici di modelli che mostrano immagini, testo e dati audio.
Vertex AI Training Vertex AI Training offre un insieme di algoritmi predefiniti e consente agli utenti di inserire il proprio codice personalizzato per addestrare modelli. Un servizio di addestramento completamente gestito per gli utenti che richiedono maggiore flessibilità e personalizzazione o per gli utenti che eseguono attività di addestramento on-premise o in un altro ambiente cloud.
Vertex AI Vizier Iperparametri ottimizzati per la massima accuratezza delle previsioni.

Prezzi

Prezzi

Vertex AI addebita i costi di addestramento dei modelli, previsioni e utilizzo delle risorse dei prodotti Google Cloud.

Ricevi tariffe a prezzo pieno o stima i costi con il nostro Calcolatore prezzi.