במאמר הזה מוסבר איך משתמשים ב-Vertex AI ב-Google Distributed Cloud (GDC) עם air gap, כולל התכונות הזמינות והיתרונות העיקריים. הוא עוזר להבין איך יכולות למידת המכונה של Vertex AI יכולות לשפר את האפליקציות שלכם עם air gap.
המסמך הזה מיועד למפתחי אפליקציות בקבוצת מפעילי האפליקציות שרוצים לשלב תכונות מבוססות-AI באפליקציות ובתהליכי העבודה שלהם עם air gap. מידע נוסף זמין במאמר קהלי היעד של מסמכי התיעוד של GDC עם air gap.
Vertex AI לסביבות מקומיות
Vertex AI ב-GDC מספק פלטפורמה של למידת מכונה ומודלים של AI גנרטיבי לסביבות מקומיות עם air gap. Vertex AI ב-GDC תומך בארגונים עם דרישות מחמירות בנושא ריבונות הנתונים, אבטחה והדרישות בנושא פרטיות. שירותי Vertex AI מאפשרים לכם לחדש באמצעות תכונות מבוססות-AI, תוך שמירה על שליטה באותה תשתית עם air gap.
תכונות עיקריות
ב-Vertex AI ב-GDC יש את התכונות הבאות:
- פריסה עם Air Gap: הפעלת שירותי Vertex AI במרכז הנתונים שלכם כדי לעמוד בדרישות של ריבונות הנתונים ותאימות.
- חוויית שימוש מוכרת ב-Vertex AI: אתם יכולים להשתמש בכלים, בממשקי API ובמודלים מוכרים של Vertex AI ב- Google Cloud כדי לפשט את הפיתוח והניהול.
- מודלים ואלגוריתמים מובנים מראש: שימוש במגוון מודלים שאומנו מראש למשימות נפוצות של למידת מכונה ו-AI.
- אימון מודלים בהתאמה אישית: פיתוח ואימון של מודלים מותאמים אישית של AI ולמידת מכונה באמצעות הנתונים שלכם ב-Notebooks של Vertex AI Workbench.
- יכולות של תפעול למידת מכונה (MLOps): ניהול תהליכי העבודה של למידת המכונה באמצעות כלים לפריסת מודלים ולמעקב אחריהם.
השירותים הזמינים
ב-Vertex AI ב-GDC אפשר להשתמש בשירותים הבאים:
- AI גנרטיבי: פיתוח אפליקציות שמשתמשות במודלים בסיסיים של AI גנרטיבי כדי ליצור תוכן והטמעות טקסט.
- Online Prediction (גרסת טרום-השקה (Preview)): פריסה של מודלים לחיזוי ושליחת בקשות אליהם.
- זיהוי תווים אופטי (OCR): חילוץ טקסט מתמונות וממסמכים.
- המרת דיבור לטקסט: המרת שפה מדוברת לטקסט כתוב.
- thought Vertex AI Translation: תרגום טקסט בין כמה שפות.
- Vertex AI Workbench: יצירת סביבת פיתוח מנוהלת של JupyterLab Notebook לפיתוח למידת מכונה.
יתרונות
היתרונות של Vertex AI ב-GDC:
- חוויית פיתוח עקבית: שימוש בממשקי API, במודלים ובתהליכי עבודה מוכרים מ-Vertex AI ב- Google Cloud לפיתוח ולניהול של אפליקציות.
- פרטיות ומיקום הנתונים: שליטה בנתונים בסביבה עם air gap כדי לעמוד בדרישות הרגולטוריות.
- גמישות תפעולית: פיתוח ופריסה של מודלים של AI ולמידת מכונה ישירות בתשתית עם air gap.
- הפקת ערך מהירה יותר: שימוש במודלים שעברו אימון מראש למשימות נפוצות של למידת מכונה, או אימון של מודלים בהתאמה אישית באמצעות מערכי נתונים משלכם.
- MLOps משולב: פריסה, מעקב וניהול של מודלים בסביבה עם air gap.
קדימה, מתחילים
כדי להתחיל להשתמש ב-Vertex AI ב-GDC:
- מידע על תפקידים והרשאות חיוניים לשירותים זמינים
- הגדרת פרויקט לתהליכי עבודה של AI ולמידת מכונה.
- מפעילים את ממשקי ה-API המאומנים מראש של Vertex AI.
- סטטוס השירות ונקודות הקצה (endpoints).
- מתקינים את ספריות הלקוח של Vertex AI.
- אימות בקשות API.
אחרי שתסיימו את השלבים האלה, תוכלו להתחיל ליצור ולפרוס את המודלים של AI ולמידת מכונה.