本頁將概略介紹 Google Distributed Cloud (GDC) 實體隔離環境中的 Vertex AI，說明可用功能和主要優點，協助您瞭解如何運用機器學習功能，創新實體隔離應用程式。
本頁內容適用於應用程式開發人員，他們在應用程式運算子群組中工作，並希望將 AI 功能納入氣隙應用程式和工作流程。詳情請參閱 GDC 氣隙環境適用的目標對象說明文件。
Vertex AI 適用於安全無虞的內部部署環境
Distributed Cloud 上的 Vertex AI 可在安全的內部部署環境中，提供強大的機器學習平台和生成式 AI 模型。這項解決方案專為資料主權、安全性及隱私權規定嚴格的機構設計，您可以使用 Vertex AI 服務的 AI 功能進行創新，同時在相同的氣隙基礎架構中維持完整控制權。
主要功能與特色
Distributed Cloud 上的 Vertex AI 提供下列功能：
- 無網路連線部署：完全在資料中心內執行 Vertex AI 服務，確保資料主權和法規遵循。
- 熟悉的 Vertex AI 體驗：在 Google Cloud上使用 Vertex AI 的相同工具、API 和模型，簡化開發和管理作業。
- 預先建構的模型和演算法：存取一系列適用於常見機器學習和 AI 工作的頂尖模型，加快實現價值。
- 自訂模型訓練：使用自己的資料訓練 AI 和機器學習模型，根據特定需求量身打造解決方案。
- 機器學習運作功能：使用模型部署、監控和管理工具，簡化機器學習工作流程。
可用服務
Distributed Cloud 上的 Vertex AI 提供下列服務：
- 生成式 AI： 建構由最先進的生成式 AI 模型驅動的應用程式，以建立資料。
- 線上預測：(預覽版) 部署預測模型並提出要求。
- 光學字元辨識 (OCR)： 從圖片和文件中擷取文字。
- 語音轉文字： 將語音轉換成文字。
- Vertex AI Translation： 多語言文字互譯。
- Vertex AI Workbench： 建立受管理式 JupyterLab 筆記本環境，用於機器學習開發。
優點
Distributed Cloud 上的 Vertex AI 具有以下優勢：
- 流暢的開發體驗：在 Google Cloud上使用 Vertex AI 的相同工具、API、模型和工作流程，讓開發和管理作業直覺又有效率。
- 提升安全性和隱私權：全面控管資料，並遵守法規要求。
- 提升敏捷度：在與外界隔絕的環境中開發及部署 AI 和機器學習模型。
- 加快價值實現速度：針對常見的機器學習工作使用預先訓練模型，或使用專屬資料集訓練自訂模型。
- 簡化 MLOps：運用強大的機器學習運作功能，在與網際網路隔離的環境中，順暢地部署、監控及管理模型。
開始使用
如要開始使用 Distributed Cloud 上的 Vertex AI，請完成下列步驟：
接著，您就可以開始建構及部署 AI 和機器學習模型。