Vertex AI
Crie, implante e escalone modelos de ML mais rapidamente com ferramentas pré-treinadas e personalizadas em uma plataforma de IA unificada.
-
Crie com as ferramentas de ML inovadoras que capacitam o Google, desenvolvidas pelo Google Research
-
Implante mais modelos, mais rapidamente, com 80% a menos de linhas de código necessárias para a modelagem personalizada
-
Use ferramentas do MLOps para gerenciar os dados e modelos facilmente com confiança e repetição em escala.
Vantagens
Treine modelos sem programação, com mínimo de conhecimento
Aproveite o AutoML para criar modelos em menos tempo. Use a Vertex AI com APIs de última geração, pré-treinadas para visão computacional, idioma, dados estruturados e conversa.
Crie modelos de ML avançados com ferramentas personalizadas
As ferramentas de modelo personalizado da Vertex AI são compatíveis com a codificação avançada de ML, com quase 80% menos linhas de código necessárias para treinar um modelo com bibliotecas personalizadas do que as plataformas competitivas (assistir Codelab).
Gerencie modelos com confiança
As ferramentas MLOps da Vertex AI eliminam a complexidade da manutenção do modelo de autoatendimento, como a Vertex Pipelines, que simplifica a execução de pipelines de ML, e a Vertex Feature Store para exibir, compartilhar e usar os recursos de ML.
Principais recursos
Uma plataforma de IA, todas as ferramentas de ML que você precisa
Uma IU unificada para todo o fluxo de trabalho de ML
A Vertex AI une os serviços do Google Cloud para criar ML em uma IU e API unificadas. Na Vertex AI, é possível treinar e comparar facilmente modelos usando o AutoML ou o treinamento de código personalizado e todos os modelos são armazenados em um único repositório central de modelo. Esses modelos agora podem ser implantados nos mesmos endpoints na Vertex AI.
APIs pré-treinadas para visão, vídeo, linguagem natural e muito mais
Incorpore facilmente visão, vídeo, tradução e ML de linguagem natural em aplicativos atuais ou crie aplicativos inteligentes totalmente novos em uma grande variedade de casos de uso (incluindo Tradução) e Conversão de voz em texto. O AutoML permite que os desenvolvedores treinem modelos de alta qualidade específicos para as necessidades dos negócios deles com o mínimo de esforço ou experiência em ML. Com o registro gerenciado central para todos os conjuntos de dados em todos os tipos de dados (visão, linguagem natural e tabular).
Integração completa para dados e IA
Você pode usar o ML do BigQuery para criar e executar modelos de machine learning no BigQuery usando consultas SQL padrão em ferramentas e planilhas de inteligência de negócios existentes. Também é possível exportar conjuntos de dados do BigQuery diretamente na Vertex AI para integração perfeita em todo o ciclo de vida de dados a IA. Use o Vertex Data Labeling para gerar rótulos altamente precisos para a coleta de dados.
Compatibilidade com todos os frameworks de código aberto
A Vertex AI integra-se a frameworks de código aberto amplamente utilizados, como TensorFlow, PyTorch e scikit-learn, além de ser compatível com todos os frameworks de ML via contêineres personalizados para treinamento e previsão.
Clientes
Clientes que prosperam com a inovação revolucionária criada na Vertex AI
Leia o estudo de caso"Com a Vertex Pipelines, conseguimos agir mais rápido de protótipos de ML a modelos de produção e acreditamos que nossa infraestrutura de ML acompanhará o volume de transações conforme escalonamos".
Novidades
Workshops para começar a criar com a Vertex AI
Inscreva-se para receber newsletters do Google Cloud com atualizações de produtos, informações sobre eventos, ofertas especiais e muito mais.
Documentação
Recursos e documentação da Vertex AI
Série de vídeos simplificada sobre IA
Aprenda a usar a Vertex AI para gerenciar conjuntos de dados, criar e treinar modelos com o AutoML ou criar modelos personalizados do zero e criar o Vertex Pipelines.
Guia do profissional para MLOps
Neste artigo, fornecemos uma estrutura para entrega contínua e automação de machine learning, além de abordarmos detalhes concretos dos sistemas de MLOps na prática.
Guia de práticas recomendadas da Vertex AI
Explore recomendações de uso da Vertex AI para casos de uso comuns.
Vertex Data Labeling
O Vertex Data Labeling permite que você trabalhe com rotuladores humanos para gerar rótulos altamente precisos para uma coleção de dados que pode ser usada em modelos de machine learning.
Explore a IA de conversação
Converta texto em voz com som natural usando o Text-to-Speech desenvolvido por IA ou crie IA de conversação com o Dialogflow.
Casos de uso
Explore formas comuns de aproveitar a Vertex AI.
A Vertex AI é compatível com seu processo de preparação de dados. É possível ingerir dados do BigQuery e do Cloud Storage e aproveitar o Vertex Data Labeling para anotar dados de treinamento de alta qualidade e melhorar a precisão da previsão.
Use a Vertex Feature Store, um repositório de recursos avançados totalmente gerenciado para exibir, compartilhar e reutilizar recursos de ML. Use os Experimentos da Vertex para rastrear, analisar e descobrir experimentos de ML, oferecendo uma seleção de modelos mais rápida. Use o Vertex TensorBoard para visualizar experimentos de ML. Use o Vertex Pipelines para simplificar o processo de MLOps simplificando a criação e a execução de pipelines de ML.
Crie modelos de ML de última geração sem código usando o AutoML para determinar a arquitetura de modelo ideal para sua tarefa de imagem, tabular, texto ou predição de vídeo ou crie modelos personalizados usando notebooks. O Vertex Training oferece serviços de treinamento totalmente gerenciados, e o Vertex Vizier oferece hiperparâmetros otimizados para precisão máxima de previsão.
A Vertex Prediction facilita a implantação de modelos em produção para exibição on-line via HTTP ou previsão em lote para pontuação em massa. É possível implantar modelos personalizados criados em qualquer framework (incluindo TensorFlow, PyTorch, scikit ou XGB) no Vertex Prediction, com ferramentas integradas para acompanhar o desempenho dos seus modelos.
Obtenha métricas de avaliação de modelo detalhadas e atribuições de recursos com tecnologia da Explainable AI. A Explainable AI informa a importância de cada recurso de entrada na sua previsão. Disponível imediatamente no AutoML Tables, no Vertex Prediction e no Notebooks.
O Vertex ML Edge Manager (em fase experimental) foi projetado para facilitar a implantação e o monitoramento contínuos de inferências no perímetro e processos automatizados com APIs flexíveis, para permitir que você distribua a IA na infraestrutura pública e privada de nuvem, data centers no local e dispositivos perimetrais.
O monitoramento contínuo oferece um monitoramento fácil e proativo do desempenho dos modelos ao longo do tempo para os modelos implantados no serviço Vertex Prediction. O monitoramento contínuo monitora os sinais do desempenho preditivo do modelo e alerta quando os sinais se desviam, diagnostica a causa do desvio e aciona pipelines de treinamento do modelo ou coleta de dados de treinamento relevantes.
O Vertex ML Metadata facilita a auditoria e a governança rastreando automaticamente entradas e saídas em todos os componentes no Vertex Pipelines para rastreamento de artefatos, linhagem e execução no fluxo de trabalho de ML. Rastreie metadados personalizados diretamente do seu código e dos metadados de consulta usando um SDK do Python.
Todos os recursos
Ferramentas MLOps em um fluxo de trabalho unificado
| AutoML | Desenvolva facilmente modelos de machine learning personalizados de alta qualidade sem escrever rotinas de treinamento. Baseado nas tecnologias de aprendizado por transferência e pesquisa de hiperparâmetros de última geração do Google. |
| Imagens de VM de aprendizado profundo | Instancie uma imagem de VM com os frameworks de IA mais conhecidos em uma instância do Compute Engine sem se preocupar com a compatibilidade do software. |
| Notebooks | Crie, gerencie e conecte-se a VMs com o JupyterLab, o Workbench padrão dos cientistas de dados. As VMs contam com frameworks e bibliotecas de aprendizado profundo pré-instaladas. |
| Vertex Matching Engine | Serviço de correspondência de similaridade de baixo custo, escalonável e de baixa latência. |
| Vertex Data Labeling | Obtenha rótulos com alta precisão de rotuladores humanos para conseguir melhores modelos de machine learning. |
| Vertex Deep Learning Containers | Crie e implante modelos com rapidez em um ambiente portátil e consistente para todos os aplicativos de IA. |
| Vertex Edge Manager | Implante e monitore com facilidade inferências no perímetro e processos automatizados com APIs flexíveis. |
| Vertex Explainable AI | Entenda e crie confiança nas suas previsões de modelo com explicações concretas e acionáveis integradas ao Vertex Prediction, AutoML Tables e Notebooks. |
| Vertex Feature Store | Um repositório de recursos avançados totalmente gerenciado para exibir, compartilhar e reutilizar recursos de ML. |
| Vertex ML Metadata | Artefato, linhagem e rastreamento de execução para fluxos de trabalho de ML, com um SDK do Python fácil de usar. |
| Monitoramento de modelos do Vertex | Alertas automatizados para deslocamento de dados, desvio de conceito ou incidentes de desempenho de modelo que podem exigir supervisão. |
| Vertex Neural Architecture Search | Crie novas arquiteturas de modelo que segmentem necessidades específicas do aplicativo e otimize suas arquiteturas de modelo atuais para latência, memória e potência com este serviço automatizado com a tecnologia de pesquisa de IA líder do Google |
| Vertex Pipelines | Crie pipelines usando o TensorFlow Extended e Ko ubeflow Pipelines e aproveite os serviços gerenciados do Google Cloud para executar com escalabilidade e pagar por uso. Otimize suas MLOps com rastreamento de metadados detalhado, modelagem contínua e novo treinamento intensivo de modelos. |
| Vertex Prediction | Implante modelos em produção com mais facilidade com a exibição on-line via HTTP ou previsão em lote para pontuação em massa. A Vertex Prediction oferece um framework unificado para implantar modelos personalizados treinados no TensorFlow, scikit ou XGB, além de modelos BQML e AutoML, e em uma ampla variedade de tipos de máquinas e GPUs. |
| Vertex Tensorboard | Essa ferramenta de visualização e rastreamento para experimentação de ML inclui gráficos de modelo que exibem dados de imagens, texto e áudio. |
| Vertex Training | O Vertex Training oferece um conjunto de algoritmos pré-criados e permite que os usuários tragam o código personalizado deles para treinar modelos. Um serviço de treinamento totalmente gerenciado para usuários que precisam de mais flexibilidade e personalização ou para usuários que executam treinamento no local ou em outro ambiente em nuvem. |
| Vertex Vizier | Hiperparâmetros otimizados para obter precisão máxima de previsões. |
Preços
Preços
A Vertex AI cobra pelo treinamento do modelo, previsões e pelo uso de recursos do produto do Google Cloud.
Consulte taxas de preços completas ou faça uma estimativa dos seus custos com a nossa calculadora de preços.
Produtos ou recursos listados nesta página estão na versão de pré-lançamento. Saiba mais sobre os estágios de lançamento do produto.