Vertex AI 概览

本文档简要介绍了 Google Distributed Cloud (GDC) 网闸隔离配置上的 Vertex AI，包括其可用功能和主要优势。它可帮助您了解 Vertex AI 机器学习功能如何增强经过网闸隔离的应用。

本文档适用于应用运维人员群组中希望将 AI 功能整合到其经过网闸隔离的应用和工作流中的应用开发者。如需了解详情，请参阅 GDC 网闸隔离配置文档的受众群体。

适用于本地环境的 Vertex AI

GDC 上的 Vertex AI 为经过网闸隔离的本地环境提供机器学习平台和生成式 AI 模型。GDC 上的 Vertex AI 支持具有严格数据主权、安全性和隐私权要求的组织。借助 Vertex AI 服务，您可以在同一个经过网闸隔离的基础设施中利用 AI 功能进行创新，同时保持控制权。

主要特性

Vertex AI on GDC 提供以下功能：

  • 经过网闸隔离的部署：在数据中心内运行 Vertex AI 服务，以帮助满足数据主权和合规性要求。
  • 熟悉的 Vertex AI 体验：在 Google Cloud 上使用 Vertex AI 中熟悉的工具、API 和模型，简化开发和管理。
  • 预构建的模型和算法：使用一系列预训练模型来执行常见的机器学习和 AI 任务。
  • 自定义模型训练：在 Vertex AI Workbench 笔记本中使用您自己的数据开发和训练自定义 AI 和机器学习模型。
  • 机器学习运维 (MLOps) 功能：使用模型部署和监控工具管理机器学习工作流。

可获得的服务

Vertex AI on GDC 提供以下服务：

优势

Vertex AI on GDC 具有以下优势：

  • 一致的开发体验：在 Google Cloud 上使用 Vertex AI 中熟悉的 API、模型和工作流进行应用开发和管理。
  • 数据隐私权和驻留：在经过网闸隔离的环境中保持对数据的控制，以帮助满足监管要求。
  • 运营敏捷性：直接在经过网闸隔离的基础设施中开发和部署 AI 和机器学习模型。
  • 更快实现价值：将预训练模型用于常见的机器学习任务，或使用您自己的数据集训练自定义模型。
  • 集成式 MLOps：在经过网闸隔离的环境中部署、监控和管理模型。

开始使用

如需开始在 GDC 上使用 Vertex AI，请执行以下操作：

  1. 了解可用服务的基本角色和权限。
  2. 为 AI 和机器学习工作流设置项目。
  3. 启用 Vertex AI 预训练 API。
  4. 查看服务状态和端点。
  5. 安装 Vertex AI 客户端库。
  6. 对 API 请求进行身份验证。

完成这些步骤后，您就可以开始构建和部署 AI 和机器学习模型。