Ti diamo il benvenuto in Vertex AI, la nuova piattaforma ML unificata di Google Cloud. Gli utenti legacy di AI Platform possono ancora accedere alla nostra documentazione di AI Platform

Vai a

Vertex AI

Crea, esegui il deployment e scala i modelli ML in modo più rapido, con strumenti preaddestrati e personalizzati in una piattaforma di AI unificata. 

  • action/check_circle_24px Creato con Sketch.

    Crea con gli strumenti ML all'avanguardia di Google, sviluppati da Google Research

  • action/check_circle_24px Creato con Sketch.

    Esegui il deployment di più modelli più velocemente, con l'80% di righe di codice in meno per la modellazione personalizzata

  • action/check_circle_24px Creato con Sketch.

    Utilizza gli strumenti di MLOps per gestire facilmente dati e modelli in tutta sicurezza e ripetere su larga scala

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.

Crea modelli di machine learning avanzati con strumenti personalizzati

Gli strumenti per i modelli personalizzati di Vertex AI supportano la programmazione ML avanzata, con quasi l'80% di righe di codice in meno necessarie per addestrare un modello con librerie personalizzate rispetto alle piattaforme della concorrenza (guarda il codelab).

Gestisci i tuoi modelli in tutta sicurezza

Gli strumenti MLOps di Vertex AI rimuovono la complessità della manutenzione dei modelli self-service, come le Vertex Pipelines, che semplifica l'esecuzione di pipeline ML, e Vertex Feature Store per gestire, condividere e utilizzare le funzionalità di machine learning. 

Funzionalità principali

Una sola piattaforma AI, con tutti gli strumenti di ML che ti servono

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 centralizzato 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

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 per un'integrazione perfetta per tutto il ciclo di vita dai dati all'AI. 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 tramite container personalizzati per l'addestramento e la previsione.

Visualizza tutte le funzionalità

Clienti

"Vertex Pipelines ci permette di passare più velocemente dai prototipi del machine learning ai modelli di produzione e di avere la certezza che la nostra infrastruttura di machine learning resterà al passo con il volume delle transazioni al crescere della nostra scalabilità."

Hannes Hapke ML Engineer, Digits Financial, Inc
Leggi il case study

Novità

Workshop per iniziare a creare con Vertex AI

Iscriviti alle newsletter di Google Cloud per ricevere aggiornamenti su prodotti, informazioni sugli eventi, offerte speciali e molto altro.

Documentazione

Risorse e documentazione per Vertex AI

Nozioni di base su Google Cloud
Serie di video AI Simplified

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 per i professionisti a MLOps

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.

Best practice
Guida alle best practice di Vertex AI

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

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.

Architettura
Esplora l'AI di conversazione

Converti il testo in parlato dal suono naturale con Text-to-Speech basato su AI oppure crea AI di conversazione con Dialogflow.

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 Data Labeling per annotare dati di addestramento di alta qualità e migliorare l'accuratezza della previsione.

Caso d'uso
Feature engineering

Utilizza Vertex Feature Store, un ricco repository di caratteristiche completamente gestito, per pubblicare, condividere e riutilizzare le caratteristiche di ML; Vertex Experiments per monitorare, analizzare e scoprire gli esperimenti di ML per velocizzare la scelta dei modelli; Vertex TensorBoard per visualizzare gli esperimenti di ML; Vertex 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 Training offre servizi di addestramento completamente gestiti, mentre Vertex Vizier fornisce iperparametri ottimizzati per la massima accuratezza delle previsioni.

Caso d'uso
Gestione dei modelli

Vertex 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 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 Explainable AI. Explainable AI indica l'importanza di ciascuna caratteristica di input rispetto alla tua previsione. Disponibile fin dal primo utilizzo in AutoML Tables, Vertex Prediction e Notebooks.

Caso d'uso
Edge

Vertex ML Edge Manager (in fase sperimentale) è progettato per facilitare il deployment perfettamente integrato e il monitoraggio di inferenze perimetrali e processi automatizzati con API flessibili, per consentirti di distribuire l'AI nella tua infrastruttura cloud privata e pubblica, nei data center on-premise e sui dispositivi periferici.

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 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.
Notebooks Crea, gestisci e connettiti alle VM con JupyterLab, il workbench standard per i data scientist. Nelle VM sono preinstallati framework e librerie di deep learning.
Vertex Matching Engine Servizio di abbinamento per somiglianza di vettori a elevata scalabilità, bassa latenza e prezzo conveniente.
Vertex Data Labeling Ricevi etichette estremamente accurate da etichettatori umani per modelli di machine learning migliori.
Vertex 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 Edge Manager Esegui il deployment e monitora in modo perfettamente integrato le inferenze a livello perimetrale e i processi automatizzati con le API flessibili.
Vertex Explainable AI Comprendi e crea fiducia nelle previsioni dei tuoi modelli con spiegazioni solide e strategiche integrate in Vertex Prediction, AutoML Tables e Notebooks.
Vertex 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 Model Monitoring Avvisi automatici per deviazione di dati, deviazione di concetti o altri incidenti relativi alle prestazioni che possono richiedere la supervisione.
Vertex 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 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 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 Prediction offre un framework unificato per il deployment di modelli personalizzati addestrati in TensorFlow, scikit o XGB, nonché di modelli BQML e AutoML, su un'ampia gamma di tipi di macchine e GPU.
Vertex Tensorboard Questo strumento di visualizzazione e monitoraggio per la sperimentazione ML include grafici di modelli che mostrano immagini, testo e dati audio.
Vertex Training Vertex Training fornisce una serie 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 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.