Что такое Vertex AI? как он работает, преимущества и многое другое

• АИ/МЛ
• 10 июня 2025 г.

Шакти Патель

Что, если бы была платформа, которая могла бы помочь вашему бизнесу ускорить инновации в области ИИ, независимо от того, состоит ли ваша команда из новичков или экспертов по ИИ? Google запустил Vertex AI с этой самой целью. Чтобы упростить его для вас, мы подготовили этот пост в блоге, чтобы рассказать вам о том, что такое Vertex AI, его функциях, как он работает, вариантах использования и многом другом.

ИИ теперь является новой нормой для бизнеса, стимулирующей операционную трансформацию. От улучшения клиентского опыта до автоматизации операций и принятия более разумных решений, интеграции ИИ и внедрения новых технологий. Услуги по развитию ОД Это то, к чему компании в разных отраслях обращаются, чтобы оставаться конкурентоспособными. 

Но создание и масштабирование решений ИИ может быть сложным, дорогостоящим и трудоемким.

Именно здесь появляется Vertex AI.

В этом блоге мы рассмотрим, что такое Google Vertex AI, функции архитектуры Vertex AI, реальные варианты использования и как это может помочь вашему бизнесу уверенно использовать силу ИИ.

Что такое Vertex AI?

Vertex AI - это унифицированная платформа машинного обучения (ML), которая позволяет обучать, развертывать и масштабировать модели ML, а также настраивать большие языковые модели (LLM) для ваших решений ИИ. Это полностью управляемая среда разработки ИИ, предназначенная для бесшовного создания и использования как генеративных решений ИИ, так и традиционных решений ИИ.

Vertex AI, принадлежащая Google Cloud, глубоко интегрируется с инфраструктурой Google Cloud, что делает его высокоэффективным для использования в облачных сервисах. Разработчики ML для аренды Платформа объединяет все необходимые инструменты, необходимые для сквозного рабочего процесса ML, помогая предприятиям ускорить свои инициативы в области ИИ с точностью.

Основные характеристики Vertex AI

От предварительно обученных моделей до инструментов MLOps, Vertex AI объединяет все, что вам нужно для создания, масштабирования и оптимизации моделей ML, в одном месте. Это не просто платформа; это полная экосистема, предназначенная для оптимизации каждого этапа вашего путешествия в области машинного обучения.

Вот некоторые ключевые функции Vertex AI, которые помогут вам раскрыть весь потенциал этой полностью управляемой платформы Google Cloud.

Множество генеративных моделей и инструментов ИИ

Gemini, Imagen 3, Chirp, Veo, семейство моделей Claude от Anthropic, Llama и многое другое — Vertex AI предоставляет вам доступ к более чем 200 базовым и генеративным моделям ИИ (моделей с первой стороны, сторонних и с открытым исходным кодом). 

Бизнес, сотрудничающий с компаниями, предлагающими Услуги по генеративному развитию ИИ Он может выбрать модель, которая соответствует их варианту использования, настроить ее по мере необходимости и развернуть без создания с нуля. Это позволяет предприятиям прототипировать, точно настраивать и запускать мощные решения ИИ более эффективно и масштабно.

Учиться, как Создать мощное генеративное решение AI.

Унифицированный рабочий процесс машинного обучения

Vertex AI обеспечивает полностью интегрированную среду для управления всем жизненным циклом ML, включая подготовку данных, обучение модели, оценку, развертывание и мониторинг. Этот сквозной рабочий процесс обеспечивает бесшовное сотрудничество между учеными-данными, инженерами ML и командами DevOps, ускоряя время производства и снижая операционную сложность.

Встроенные инструменты MLOps

Вы уже рассмотрели инструменты MLOps от Vertex AI. Эти модульные инструменты предназначены для бесшовной интеграции в существующие системы, что делает реализацию MLOps простой и эффективной.

Они поддерживают моделирование, отслеживание / анализ / визуализацию экспериментов, конвейеры CI / CD, автоматическую переподготовку и мониторинг в режиме реального времени для таких проблем, как перекос в обучении и дрейф прогнозирования. С помощью этих возможностей вы можете легко управлять крупномасштабными проектами ИИ, поддерживать производительность модели с течением времени и обеспечивать соответствие нормативным требованиям, оптимизируя свои операции ИИ от разработки до развертывания.

Возможности AutoML

Инструменты AutoML от Vertex AI, а именно AutoML Vision, AutoML Natural Language, AutoML Tables и AutoML Forecasting, позволяют пользователям автоматически создавать высокопроизводительные модели без глубокого опыта в области ML или необходимости кодирования моделей. 

Он обрабатывает предварительную обработку данных, выбор архитектуры модели, настройку гиперпараметров и оценку, что позволяет неспециалистам и специалистам по доменам создавать точные модели с минимальными усилиями.

Модельный сад

The Модельный сад предлагает кураторское хранилище предварительно обученных, тонко настраиваемых моделей и API. Пользователи могут просматривать модели по домену или задаче, таким как видение, текст, код и мультимодальные приложения. С готовыми к развертыванию трубопроводами и всеобъемлющей документацией Model Garden ускоряет эксперименты и инновации в командах.

Агент Строитель

Google Cloud Vertex AI включает в себя Agent Builder, платформу, которая предлагает набор разработки агентов (ADK) для создания многоагентных систем на базе ИИ. Он поддерживает генерацию с расширенным поиском (RAG), интегрируется с внешними инструментами, такими как LangChain, и работает в полностью управляемой среде.

Это облегчает для Услуги по развитию ИИ провайдеры для разработки мультиагентного опыта для обслуживания клиентов, внутренних инструментов и автоматизации предприятия.

Масштабируемая и управляемая инфраструктура

Построенный на безопасной и масштабируемой инфраструктуре Google Cloud, Vertex AI автоматически обрабатывает вычислительное обеспечение, автомасштабирование и балансировку нагрузки для обучения и обслуживания моделей. Эта полностью управляемая среда гарантирует, что ваши рабочие нагрузки ИИ будут работать надежно и экономически эффективно, независимо от того, проводите ли вы небольшие эксперименты или приложения корпоративного уровня.

Как работает Vertex AI?

Чтобы лучше понять, как работает ИИ Vertex, давайте разберем рабочий процесс машинного обучения, который позволяет нам создавать, развертывать и масштабировать модели ML. 

Подготовка данных

При проглатывании данных из различных источников извлекаемый набор данных очищается и преобразуется. Данные разделяются на наборы поездов, валидации и тестов. Эти наборы данных затем хранятся в GCS или BigQuery для легкого доступа и дальнейшей обработки данных.

Консоль Vertex AI также позволяет маркировать и аннотировать данные, используя ее. 

Модель обучения

Для обучения моделей Vertex AI предлагает два варианта. Вы можете либо выбрать AutoML, который позволяет вам выбирать и обучать модель без написания какого-либо кода модели. Вы также можете настроить свою модель с помощью TensorFlow, PyTorch или scikit-learn в ноутбуках или контейнерах. При индивидуальном обучении у вас есть свобода выбора предпочитаемой модели ML и больше контроля над архитектурой вашей модели. 

В отличие от AutoML, в этой опции вам придется написать код обучения, а также выбрать / оптимизировать настройку гиперпараметра с помощью пользовательских настроек, основанных на вашем понимании и требованиях к выходу.Как только модель обучена, она должна быть зарегистрирована в реестре моделей Vertex AI, поскольку она предназначена для обработки версий, отслеживания метаданных и передачи обученной модели на производство. 

Модельная оценка и итерация

После завершения обучения Vertex AI предоставляет инструменты для оценки производительности модели.Метрики производительности модели, такие как точность, отзыв и многое другое, принимаются во внимание для оценки производительности обученной модели. 

На основе оценки сравниваются различные учебные курсы, и если результаты не идеальны, Vertex AI поддерживает автоматическую настройку гиперпараметров, чтобы помочь оптимизировать вашу модель.

В случае индивидуального обучения вы можете использовать объяснимый ИИ, чтобы понять более подробную информацию о том, как модели, которые вы обучили, делают прогнозы, то есть процесс принятия решений. 

Модель обслуживает

После оценки модели вы можете либо развернуть ее в конечных точках для обслуживания модели, либо запросить неразвернутую модель для пакетных прогнозов (batch service). Используя консоль Vertex AI, вы можете создать конечную точку Vertex AI / конечную точку AI для развертывания вашей модели.

Подача модели - это в основном процесс предоставления обученной модели для обработки входов и возврата прогнозов, либо в режиме реального времени, либо в партиях.

В случае онлайн-прогнозов (в режиме реального времени) Google Cloud Vertex AI предлагает предварительно построенные контейнеры и пользовательские контейнеры для определения среды обслуживания. Предварительно построенные контейнеры просты в использовании, не требуют настройки и являются общими фреймворками (например, TensorFlow, XGBoost). Пользовательские контейнеры, с другой стороны, дают вам полный контроль над средой обслуживания, позволяя вам создавать свой контейнер с определенным временем выполнения, пользовательским кодом или специальными зависимостями. 

Модель мониторинга

После развертывания модели ее производительность постоянно контролируется, чтобы гарантировать, что она (и продолжает) работать так, как ожидалось. Vertex AI Model Monitoring предупреждает вас, когда обнаруживает дрейф данных прогнозирования от базового уровня или ухудшение производительности. Это позволяет переобучить вашу модель и улучшить ее производительность.

Учиться Как построить модель ИИ.

Использование Vertex AI

От прогнозной аналитики до генеративных приложений ИИ, Vertex AI обеспечивает инновации в различных отраслях промышленности. Эта унифицированная платформа позволяет предприятиям развертывать масштабируемые решения AI ML, которые оказывают реальное влияние, будь то оптимизация цепочек поставок, улучшение опыта клиентов или персонализация здравоохранения.

Например, в медицинской сфере существует множество ИИ в случаях использования в здравоохранении и примеры из реальной жизни демонстрация того, как такие технологии улучшают диагностику, планы лечения и результаты лечения пациентов.

Вот несколько примеров использования Vertex AI в реальном мире:

Здравоохранение

Индустрия здравоохранения все чаще обращается к ИИ для улучшения ухода за пациентами, оптимизации операций и поддержки клинических решений, основанных на данных. Вот некоторые случаи использования ИИ Vertex, которые помогают. Медицинские решения Обеспечьте лучшие результаты:

• Прогнозная аналитика здоровья: Используйте данные пациентов для построения моделей, которые предсказывают прогрессирование заболевания, риск реадмиссии или результаты лечения.
• Клиническая поддержка принятия решений: Хорошо настроить большие языковые модели, чтобы обеспечить рекомендации по лечению на основе фактических данных и уменьшить диагностические ошибки.
• Оперативное прогнозирование: Используйте ML для оптимизации планирования ресурсов, сокращения времени ожидания пациентов и улучшения работы больницы.

Узнать как AI в здравоохранении трансформирует уход за пациентами, диагностику и операции.

Розничная торговля

Розничные торговцы, которые хотят предоставить своим клиентам более персонализированный, эффективный и управляемый данными опыт покупок, могут использовать Vertex AI следующими способами. Решения для розничной торговли и электронной коммерции:

• Персонализированные рекомендации по продуктам: Обучайте и развертывайте модели ML, предназначенные для предоставления в режиме реального времени индивидуальных предложений по продуктам на платформах электронной коммерции, повышения коэффициентов конверсии и удовлетворенности клиентов.
• Прогноз спроса: Создавайте и настраивайте масштабируемые модели прогнозирования временных рядов, чтобы точно прогнозировать спрос на продукцию, оптимизировать уровни запасов и уменьшить запасы или избыточное предложение.
• Визуальный поиск и распознавание изображений: Используйте модели распознавания изображений, чтобы позволить покупателям искать продукты, загружая изображения, повышая доступность и пользовательский опыт.
• Чат-боты с искусственным интеллектом и виртуальные помощники по покупкам: Создавайте индивидуальных помощников по покупкам или ботов поддержки с помощью Vertex AI Agent Builder, улучшая обслуживание клиентов с помощью интеллектуальных ответов.

Узнать больше обо всем AI в розничной торговлеот основных преимуществ и вариантов использования до этапов реализации и многое другое.

Производство

Обрабатывающая промышленность находится под постоянным давлением, чтобы сократить время простоя, поддерживать высокое качество продукции и повысить эффективность. ИИ в производстве Это то, что переопределяет отрасль, помогая со всеми этими аспектами.

Вот несколько ключевых вариантов использования ИИ Google Cloud Vertex, которые производители могут использовать для создания масштабируемых решений машинного обучения в реальном времени, которые обеспечивают более интеллектуальные, быстрые и экономически эффективные операции:

• Прогнозируемое обслуживание: Поезд и тонкая настройка моделей ML для обнаружения аномалий в данных датчиков, прогнозирования отказов оборудования и планирования упреждающего обслуживания, предотвращая простои.
• Оптимизация цепочки поставок: Анализ и использование данных о логистике и закупках с помощью моделей ML для повышения эффективности доставки и снижения эксплуатационных расходов.
• Оптимизация производственных процессов: Разверните модели ИИ, которые постоянно изучают и оптимизируют использование энергии, пропускную способность и эффективность машины.

Узнайте больше о том, как ИИ в управлении цепочками поставок Мы переопределяем отрасль.

Финансы

Финансовая индустрия быстро развивается, движимая цифровой трансформацией, растущими требованиями регулирования и необходимостью принятия решений в режиме реального времени. Vertex AI позволяет финансовым учреждениям использовать весь потенциал ИИ, позволяя развивать его. Финансовые решения Предназначен для обнаружения мошенничества, улучшения моделирования рисков, персонализации клиентского опыта и автоматизации критических рабочих процессов. 

Вот несколько примеров использования ИИ Vertex, которыми могут воспользоваться лица, принимающие решения в финансовой отрасли:

• Обнаружение мошенничества: Развертывайте модели обнаружения аномалий в режиме реального времени для выявления мошеннических транзакций и защиты учетных записей клиентов.
• Динамический кредитный рейтинг: Используйте AutoML и пользовательские ML-проводники для разработки адаптивных моделей риска на основе поведенческих и транзакционных данных в режиме реального времени.
• Моделирование удержания клиентов: Предсказывать оттоки и персонализировать предложения, чтобы сохранить ценных клиентов с помощью ИИ-ориентированных идей.
• Чат-боты для банков: Используйте Vertex AI Agent Builder для разработки безопасных, умных диалоговых агентов для поддержки цифрового банкинга 24/7.

Узнать как ИИ в финтехе Мы трансформируем финансовые услуги через автоматизацию.

Преимущества Vertex AI

Vertex AI предлагает широкий спектр преимуществ, от более быстрой разработки решений для машинного обучения до безопасности корпоративного уровня, масштабируемости, гибкости и доступа к запатентованным моделям Google ML.

Ниже приведены некоторые из ключевых преимуществ, которые делают Vertex AI мощным выбором для создания и эксплуатации решений ИИ.

Единая платформа для конечных рабочих процессов ML

От подготовки данных, обучения и тестирования до развертывания, обслуживания и мониторинга, Vertex AI гарантирует, что предприятия могут легко управлять и оптимизировать свои модели. Data Scientists в аренду и разработчикам создавать, управлять и масштабировать ML-решения, все в рамках одного интерфейса. Это позволяет работать как над предварительно построенными, так и над индивидуальными моделями ML.

Инфраструктура и масштабируемость 

Vertex AI предлагает бесшовную интеграцию с основными облачными сервисами Google, такими как BigQuery, Dataflow и Cloud Storage, что позволяет обеспечить эффективный доступ, обработку и управление данными на протяжении всего жизненного цикла машинного обучения (ML). Эта глубокая интеграция не только ускоряет подготовку данных и обучение модели, но и обеспечивает надежную, масштабируемую производительность в производственных средах. 

Благодаря возможности автоматического масштабирования ресурсов на основе требований к рабочей нагрузке, Google Cloud Vertex AI эффективно устраняет узкие места инфраструктуры, обеспечивая оптимальную производительность модели от разработки до развертывания.

Таким образом, вы обладаете гибкостью и надежностью, необходимыми для управления как небольшими экспериментами, так и крупномасштабными развертываниями на предприятиях. 

Поддержка из открытых источников

Vertex AI охватывает экосистему с открытым исходным кодом, обеспечивая надежную поддержку популярных фреймворков ML, таких как TensorFlow, PyTorch, scikit-learn и многие другие. Разработчики AI для найма Ученые и специалисты по обработке данных работают с инструментами, с которыми они знакомы, но все еще пользуются расширенными возможностями Vertex AI. 

Эта поддержка с открытым исходным кодом гарантирует, что Vertex AI остается гибким, позволяя командам настраивать свои рабочие процессы, экспериментировать с новыми фреймворками и в полной мере использовать передовые достижения в области ML.

Упорядоченное развитие и развертывание моделей МО

Одной из отличительных особенностей Vertex AI является его способность оптимизировать процесс разработки и развертывания. Платформа позволяет быстро создавать и развертывать модели ML, от экспериментов до производства, с минимальным трением. 

Он предоставляет такие инструменты, как AutoML, предварительно обученные модели и пользовательские инструменты для создания моделей, которые упрощают процесс разработки, позволяя даже неспециалистам создавать высококачественные модели. 

После того, как модель готова, Vertex AI обрабатывает развертывание, обеспечивая ее обслуживание с низкой задержкой и высокой доступностью. Платформа также включает в себя встроенные инструменты мониторинга и версионного контроля, что облегчает отслеживание и управление моделями в производстве и быстро итерировать по мере необходимости. Эта простота использования и скорость позволяет командам перейти от прототипа к производству быстрее, чем когда-либо.

Бесшовная интеграция данных в ИИ

Поскольку Vertex легко интегрируется с сервисами данных Google Cloud, он обеспечивает плавный конвейер для преобразования необработанных данных в практические идеи через ИИ. Он тесно связан с такими сервисами, как BigQuery, Dataflow и Cloud Storage, позволяя ученым данных и инженерам AI ML быстро получать доступ и обрабатывать данные без необходимости сложных конвейеров данных. 

Эта интеграция ускоряет время для бизнеса, позволяя им быстро разрабатывать и развертывать модели ИИ с доступом к высококачественным данным в режиме реального времени из различных источников. ИИ и ML в бизнес-процессах Они являются движущей силой самых востребованных преобразований.

подводить итоги

В двух словах, Vertex AI упрощает весь рабочий процесс машинного обучения, объединяя подготовку данных, обучение модели, развертывание и MLOps в одной единой платформе. Разработанный как для начинающих, так и для опытных профессионалов, он устраняет большую часть сложности от создания и управления моделями ML.

Благодаря таким функциям, как AutoML, предварительно построенные конвейеры, поддержка пользовательских моделей и интеграция с сервисами Google Cloud, Vertex AI позволяет командам ускорять инновации и предоставлять более интеллектуальные решения в масштабе. Независимо от того, автоматизируете ли вы рабочие процессы или тонкую настройку самых современных моделей, Vertex AI предлагает инструменты и масштабируемость, необходимые для превращения ваших данных в эффективные идеи.

FAQ на Vertex AI