What is Vertex AI?

Definition:
What is Vertex AI?

Anbieter zum Thema:

Vertex AI is a fully managed Cloud-Service of the Google Cloud Platform (GCP). Er stellt eine Machine-Learning-Plattform für alle Lebensiklen von Machine-Learning-Anwendungen bereit – vom Training der Modelle bis zu ihrem produktiven Einsatz. KI-Tools such as AutoML, AI Platform and many others are accessible via a single user interface and API. Die Plattform ist für Datenwissenschaftler und ML-Engineers koncept und deckt das MLOps-Konzept (Machine Learning Operations) ab

(Image: © aga7ta – stock.adobe.com)

Under the product name Vertex AI, Google offers a fully managed cloud service for machine learning. Die Machine-Learning-Plattform wird auf der Google Cloud Platform (GCP) produkt und deckt alle Lebensiklen von ML-Anwendungen ab. KI-Tools such as AutoML, AI Platform, Vertex Data Labeling, Vertex Vizier, Vertex Explainable AI and many more are available on a single user interface. APIs and Client-Bibliotheken sind ebenfalls vereinheitlicht.

With Vertex AI, data sets can be uploaded and prepared, models bereitstellen, trainieren, betreiben produktive und manage und Vorhersagen anfordern. Das Training der ML-Modelle ist sowohl automatisiert als auch benutzerdefiniert möglich. Die Plattform deckt das Machine-Learning-Operations-Konzept (MLOps-Konzept) ab. ML-Workflows lassen sich über Pipelines automatisieren. To train and operate our own models, we do not need any KI-Infrastruktur. Vertex AI is specially designed for data scientists, KI-Developers and ML-Engineers and provides the required Google Cloud Services for machine learning and artificial intelligence in one location. Even ML beginners can start quickly with their own ML-Models with Vertex AI without large Einarbeitungszeit and with minimal code requirements.

Vertex AI was presented on the developer fair Google I/O and launched in 2021. Vertex AI can be used for numerous applications such as Natural Language Processing (NLP), Computer Vision, Structured Data Analysis and many more. Die Kosten für den Cloud-Service Vertex AI sind nutzungsabhängig. In Rechnung gestellt werden Modelltraining, Vorhersagen und die Nutzung verschiedener Ressourcen der Google Cloud Platform. The prices are not different from the already existing products (examples for training with AutoML).

Components and Features of Vertex AI:

Vertex AI is a powerful, comprehensive ML platform with many features and components. Over a uniform user interface and API, the entire workflow for the creation, operation and management of models and applications of machine learning is covered. The following is a brief overview of some important features and components.

Models can be automatically trained with AutoML and stored in a central Model Repository. User-defined training with individually tailored hyperparameters, verschiedene Maschinentypen und verteilten Trainingsjobs ist mit AI Platform Training möglich. Models can be provided in Vertex AI and Online-Vorhersagen abgerufen werden. Um ein Dataset für das user-defined Training von Modellen aufzubereiten und mit Labeln zu verzehen, läßt sich die Label-Erstellung für Text-, Bild- und Videodaten durch Menschen anfordern.

Vertex AI Feature Store is intended for the management of the underlying infrastructure and the preparation, release and deployment of ML-Features. Rechen- und Speicherressourcen lassen sich bereitstellen und skalieren. Vertex AI is integrated over the Vertex AI Workbench natively in BigQuery, Dataproc and Spark. Jupyter-Notebook-basierte Entwicklungsumgebungen lassen sich in den ML-Workflow einbinden. Die gesamte ML-Arbeit ist Jupyter-basiert exführbar. Vertex AI Deep Learning Container allows the creation of models in consistent, easily portable environments. Open-Source-Frameworks such as PyTorch, TensorFlow or scikit-learn were supported over user-defined containers.

Weitere Features and Components of Vertex AI are among others.

  • Vertex AI Edge Manager – Prepare and monitor edge inferences and automated processes via APIs
  • Vertex ML Metadata – Verfolgen von ML-Workflows mit Python SDK
  • Vertex AI Model Monitoring – automatic monitoring of the model
  • Vertex AI Matching Engine – Service zum Abgleich von Vektorähnlichkeiten
  • Vertex Explainable AI – Einblicke in die Vorhersagen der Modelle
  • Vertex-AI-Prediction – Onlinebereitstellung von Modellen und Batch-Vorhersagen
  • Vertex AI Training – predefined algorithms and managed service for model training
  • Vertex AI Vizier – Optimization service for tuning hyperparameters
  • Vertex AI Tensorboard – Tool for Visualizing and Tracking Machine-Learning-Tests
  • Vertex AI REST API – RESTful API to create, manage and execute gehosteter models

Vertex AI Pipelines:

Zur Automatisierung, Überwachung und Steuerung von MLOps-Prozessen lassen sich Vertex AI Pipelines einsetzen. ML-Pipelines basieren auf Containern. They are portable and scalable. Die ML-Workflows sind mit den Pipelines serverlos automatisiert. Der Workflow einer Pipeline ist als gerichtetes, acyclisches Diagramm abgebildet. Die verschiedenen Arbeitsschritte eines Workflows sind über verschiedene Komponenten dargestellt. Es lassen sich vordefinierte Komponenten verwenden oder benutzerspezifische Komponenten erstellen. Jede Komponenten besteht aus Eingaben, Ausgaben und Container-Image. Eine Pipeline consists typically of components for the loading and processing of data, the training and evaluation of models and the production of trained models. The productive models can be monitored and managed in the framework of ML-Workflows with other components. A typical Pipeline can be followed.

  • Aufbereiten der Trainingsdaten:
  • Bereistellen des trained und bewertungen Modells für Vorhersagen

(ID: 48493007)

Leave a Comment