本文概略介紹 Google Distributed Cloud (GDC) 實體隔離方案中的 Vertex AI，包括可用功能和主要優點。瞭解如何運用 Vertex AI 機器學習功能，強化實體隔離應用程式。
這份文件適用於應用程式營運商群組中的應用程式開發人員，協助他們將 AI 功能整合至實體隔離的應用程式和工作流程。詳情請參閱「GDC 實體隔離方案的目標對象」說明文件。
Vertex AI for on-premises environments
GDC 上的 Vertex AI 可將機器學習平台和生成式 AI 模型，帶入實體隔離的地端部署環境。GDC 上的 Vertex AI 支援對資料主權、安全性和隱私權規定有嚴格要求的機構。Vertex AI 服務可讓您運用 AI 功能進行創新，同時在相同的實體隔離基礎架構中保有控管權。
主要功能與特色
GDC 上的 Vertex AI 提供下列功能：
- 實體隔離部署：在資料中心內執行 Vertex AI 服務，協助滿足資料主權和法規遵循需求。
- 熟悉的 Vertex AI 體驗：在 Google Cloud 上使用熟悉的 Vertex AI 工具、API 和模型，簡化開發和管理作業。
- 預先建構的模型和演算法：使用一系列預先訓練的模型，執行常見的機器學習和 AI 任務。
- 自訂模型訓練：在 Vertex AI Workbench 筆記本中，使用自己的資料開發及訓練自訂 AI 和機器學習模型。
- 機器學習運作 (MLOps) 功能：使用模型部署和監控工具，管理機器學習工作流程。
可用服務
GDC 上的 Vertex AI 提供下列服務：
- 生成式 AI：建構應用程式，使用基礎生成式 AI 模型生成內容和文字嵌入。
- 線上預測 (預先發布版)：部署預測模型並傳送要求。
- 光學字元辨識 (OCR)：從圖片和文件中擷取文字。
- Speech-to-Text：將語音轉換成書面文字。
- Vertex AI Translation：翻譯多種語言的文字。
- Vertex AI Workbench：建立代管 JupyterLab 筆記本環境，用於機器學習開發。
優點
GDC 上的 Vertex AI 具有下列優點：
- 一致的開發體驗：在 Google Cloud 上使用 Vertex AI 熟悉的 API、模型和工作流程，進行應用程式開發和管理。
- 資料隱私權和落地：在實體隔離環境中控管資料，確保符合法規要求。
- 作業靈活度：直接在實體隔離基礎架構中開發及部署 AI 和機器學習模型。
- 更快實現價值：使用預先訓練的模型執行常見的機器學習工作，或使用自己的資料集訓練自訂模型。
- 整合式 MLOps：在實體隔離環境中部署、監控及管理模型。
開始使用
如要開始在 GDC 使用 Vertex AI，請按照下列步驟操作：
- 瞭解可用服務的基本角色和權限。
- 設定專案，用於 AI 和機器學習工作流程。
- 啟用 Vertex AI 預先訓練 API。
- 查看服務狀態和端點。
- 安裝 Vertex AI 用戶端程式庫。
- 驗證 API 要求。
完成這些步驟後，即可開始建構及部署 AI 和機器學習模型。