Vertex AI adalah platform terbuka dan terpadu untuk membangun, men-deploy, dan menskalakan model AI generatif dan machine learning (ML) serta aplikasi AI. Vertex AI menyediakan akses ke Model Garden, yang menampilkan katalog pilihan lebih dari 200 model, termasuk model dasar Google (seperti Gemini) dan pilihan model terbuka serta model partner yang komprehensif, beserta infrastruktur TPU/GPU yang mendasarinya. Vertex AI mendukung alur kerja GenAI canggih serta alur kerja inferensi AI untuk MLOps. Vertex AI menawarkan alat MLOps end-to-end dan kontrol tingkat perusahaan untuk tata kelola, keamanan, dan kepatuhan.
Kemampuan utama Vertex AI
Vertex AI mencakup alat dan layanan yang mendukung AI generatif serta inferensi AI dan alur kerja machine learning.
Kemampuan AI generatif
Vertex AI menyatukan serangkaian alat komprehensif dengan alat model dasar canggih Google yang dapat Anda gunakan untuk membangun agen dan aplikasi AI generatif siap produksi, sebagai berikut:
Perintah: Mulai dengan desain perintah di Vertex AI Studio. Vertex AI Studio mencakup alat untuk desain perintah dan pengelolaan model yang dapat Anda gunakan untuk membuat prototipe, membangun, dan men-deploy aplikasi AI generatif.
Model: Model Garden Vertex AI adalah hub terpusat yang berisi lebih dari 200 model siap pakai untuk perusahaan dari Google, partner pihak ketiga terkemuka (seperti Claude dari Anthropic), dan opsi open source populer (seperti Llama).
Pilihan model ini mencakup hal berikut:
Model AI generatif dasar Google:
- Gemini: Kemampuan multimodal untuk teks, gambar, video, dan audio; serta kemampuan berpikir untuk model, seperti Gemini 3 Flash dan Gemini 3 Pro (dengan Nano Banana).
- Imagen di Vertex AI: Membuat dan mengedit gambar.
- Veo di Vertex AI: Buat video dari teks dan gambar.
Model partner dan open source: Akses pilihan model terkemuka yang dikurasi seperti model Claude dari Anthropic, model Mistral AI, dan Llama dengan performa harga yang lebih unggul. Model ini tersedia sebagai API model as a service (MaaS) yang terkelola sepenuhnya.
Penyesuaian model: Sesuaikan model dengan bisnis Anda untuk membuat aset AI yang unik. Hal ini mencakup Perujukan dengan data perusahaan atau Google Penelusuran untuk mengurangi halusinasi, hingga penggunaan Vertex AI Training untuk Supervised Fine-Tuning (SFT) atau Parameter-Efficient Fine-Tuning (PEFT) model seperti Gemini. Untuk mengetahui informasi selengkapnya tentang penyesuaian model, lihat Pengantar penyesuaian.
Evaluasi AI Generatif: Menilai dan membandingkan performa model dan agen secara objektif dengan kemampuan Evaluasi AI Generatif Vertex AI. Pastikan keamanan dan kepatuhan dengan men-deploy fitur pertahanan runtime seperti Model Armor untuk memeriksa dan melindungi secara proaktif dari ancaman yang muncul, seperti injeksi perintah dan pemindahan data yang tidak sah.
Pembuat agen: Vertex AI Agent Builder adalah sistem transformasi agen full-stack yang membantu Anda membuat, mengelola, dan men-deploy agen AI. Gunakan Agent Development Kit (ADK)open source untuk membangun dan mengatur agen, lalu deploy ke Vertex AI Agent Engine serverless terkelola untuk digunakan dalam skala besar dalam produksi. Setiap agen diberi Identitas Agen (Principal Identity and Access Management) untuk keamanan dan jejak audit yang jelas.
Mengakses Informasi Eksternal: Tingkatkan respons model dengan menghubungkannya ke sumber tepercaya menggunakan Perujukan, berinteraksi dengan API eksternal menggunakan Panggilan Fungsi, dan mengambil informasi dari pusat informasi menggunakan RAG.
Responsible AI dan Keamanan: Gunakan fitur keamanan bawaan untuk memblokir konten berbahaya dan memastikan penggunaan AI yang bertanggung jawab.
Untuk mengetahui informasi selengkapnya tentang AI Generatif di Vertex AI, lihat dokumentasi AI Generatif di Vertex AI.
Kemampuan inferensi AI
Vertex AI menyediakan alat dan layanan yang dipetakan ke setiap tahap alur kerja ML:
Persiapan data: Kumpulkan, bersihkan, dan transformasikan data Anda.
- Gunakan notebook Vertex AI Workbench untuk melakukan analisis data eksploratif (EDA).
- Lakukan integrasi dengan Cloud Storage dan BigQuery untuk akses data.
- Gunakan Dataproc Serverless Spark untuk pemrosesan data berskala besar.
Pelatihan model: Latih model ML Anda.
- Pilih antara AutoML untuk pelatihan tanpa kode atau Pelatihan kustom untuk kontrol penuh.
- Kelola dan bandingkan operasi pelatihan menggunakan Vertex AI Experiments.
- Daftarkan model terlatih di Vertex AI Model Registry.
- Vertex AI Training
menawarkan pelatihan tanpa server dan cluster pelatihan.
- Gunakan pelatihan tanpa server Vertex AI untuk menjalankan kode pelatihan kustom sesuai permintaan di lingkungan yang dikelola sepenuhnya. Lihat [ringkasan pelatihan serverless Vertex AI][serverless].
- Gunakan cluster pelatihan Vertex AI untuk tugas besar yang memerlukan kapasitas terjamin pada cluster akselerator khusus yang dicadangkan. Lihat Ringkasan cluster pelatihan Vertex AI.
- Gunakan Ray on Vertex AI untuk menskalakan workload Python dan ML dengan framework Ray open source di cluster interaktif yang terkelola. Lihat Ringkasan Ray on Vertex AI.
- Gunakan Vertex AI Vizier untuk menyesuaikan hyperparameter model dalam model ML yang kompleks.
Evaluasi dan iterasi model: Menilai dan meningkatkan performa model.
- Gunakan metrik evaluasi model untuk membandingkan model.
- Integrasikan evaluasi dalam alur kerja Vertex AI Pipelines.
Penyaluran model: Deploy dan dapatkan inferensi dari model Anda.
- Men-deploy untuk inferensi online dengan container bawaan atau kustom.
- Lakukan inferensi batch untuk set data besar.
- Gunakan Runtime TensorFlow yang dioptimalkan untuk penayangan TensorFlow yang efisien.
- Pahami inferensi model dengan Vertex Explainable AI.
- Menayangkan fitur dari Vertex AI Feature Store.
- Deploy model yang dilatih dengan BigQuery ML.
Pemantauan model: Melacak performa model yang di-deploy dari waktu ke waktu.
- Gunakan Vertex AI Model Monitoring untuk mendeteksi kecondongan pelatihan-penayangan dan penyimpangan inferensi.
Alat MLOps
Mengotomatiskan, mengelola, dan memantau project ML Anda:
- Vertex AI Pipelines: Lakukan orkestrasi dan otomatisasi alur kerja ML sebagai pipeline yang dapat digunakan kembali.
- Vertex AI Model Registry: Kelola siklus proses model ML Anda, termasuk pembuatan versi dan deployment.
- Pelatihan tanpa server Vertex AI: Jalankan kode pelatihan kustom sesuai permintaan di lingkungan yang terkelola sepenuhnya
- Vertex AI Model Monitoring: Pantau model yang di-deploy untuk mendeteksi kecondongan dan penyimpangan data guna mempertahankan performa.
- Vertex AI Experiments: Lacak dan analisis berbagai arsitektur dan hyperparameter model.
- Vertex AI Feature Store: Mengelola dan menyajikan data fitur untuk melatih model atau membuat prediksi real-time.
- Vertex ML Metadata: Melacak dan mengelola metadata untuk artefak ML.
- Cluster pelatihan Vertex AI: Latih tugas skala besar yang memerlukan kapasitas terjamin pada cluster akselerator khusus yang dicadangkan.
- Ray on Vertex AI: Menskalakan beban kerja Python dan ML menggunakan framework Ray open source pada cluster interaktif yang terkelola.
Langkah berikutnya
- Pelajari AI Generatif di Vertex AI.
- Pelajari fitur MLOps Vertex AI.
- Pelajari antarmuka yang dapat Anda gunakan untuk berinteraksi dengan Vertex AI.