このドキュメントでは、Google Distributed Cloud（GDC）エアギャップの Vertex AI の概要（利用可能な機能や主なメリットなど）について説明します。Vertex AI の ML 機能がエアギャップ アプリケーションをどのように強化できるかを理解するのに役立ちます。
このドキュメントは、エアギャップのあるアプリケーションとワークフローに AI 機能を組み込むことを検討しているアプリケーション オペレーター グループのアプリケーション デベロッパーを対象としています。詳細については、GDC エアギャップのドキュメントの対象ユーザーをご覧ください。
オンプレミス環境用の Vertex AI
GDC の Vertex AI は、ML プラットフォームと生成 AI モデルをエアギャップのあるオンプレミス環境に提供します。GDC の Vertex AI は、データ主権、セキュリティ、プライバシーに関する厳格な要件を持つ組織をサポートします。Vertex AI サービスを使用すると、同じエアギャップ インフラストラクチャで制御を維持しながら、AI 機能でイノベーションを実現できます。
主な機能
GDC の Vertex AI には、次の機能が用意されています。
- エアギャップ デプロイ: データセンター内で Vertex AI サービスを実行して、データ主権とコンプライアンスの要件を満たすことができます。
- 使い慣れた Vertex AI のエクスペリエンス: Google Cloud で Vertex AI の使い慣れたツール、API、モデルを使用して、開発と管理を簡素化します。
- 事前構築済みのモデルとアルゴリズム: 一般的な機械学習（ML）タスクと AI タスクに、さまざまな事前トレーニング済みモデルを使用します。
- カスタムモデルのトレーニング: Vertex AI Workbench ノートブックで独自のデータを使用して、カスタム AI モデルと機械学習（ML）モデルを開発してトレーニングします。
- 機械学習オペレーション（MLOps）機能: モデルのデプロイとモニタリング用のツールを使用して、機械学習ワークフローを管理します。
利用可能なサービス
GDC の Vertex AI には、次のサービスが用意されています。
- 生成 AI: 基盤となる生成 AI モデルを使用してコンテンツとテキスト エンベディングを生成するアプリケーションを構築します。
- オンライン予測（プレビュー）: 予測モデルをデプロイしてリクエストを送信します。
- 光学式文字認識（OCR）: 画像やドキュメントからテキストを抽出します。
- Speech-to-Text: 音声をテキストに変換します。
- Vertex AI Translation: 複数の言語間でテキストを翻訳します。
- Vertex AI Workbench: 機械学習開発用のマネージド JupyterLab ノートブック環境を作成します。
利点
GDC の Vertex AI には、次のメリットがあります。
- 一貫した開発エクスペリエンス: Google Cloud で Vertex AI の使い慣れた API、モデル、ワークフローを使用して、アプリケーションの開発と管理を行います。
- データのプライバシーと所在地: エアギャップ環境内でデータを管理し、規制要件を満たすことができます。
- 運用の俊敏性: AI モデルと機械学習（ML）モデルをエアギャップ インフラストラクチャで直接開発してデプロイします。
- 価値創出までの時間を短縮: 一般的な ML タスクには事前トレーニング済みモデルを使用し、独自のデータセットを使用してカスタムモデルをトレーニングします。
- 統合 MLOps: エアギャップ環境内でモデルをデプロイ、モニタリング、管理します。
使ってみる
GDC で Vertex AI を使ってみるには、次の操作を行います。
- 利用可能なサービスの重要なロールと権限について学習する。
- AI と機械学習（ML）のワークフロー用のプロジェクトを設定します。
- Vertex AI の事前トレーニング済み API を有効にします。
- サービスのステータスとエンドポイントを表示する。
- Vertex AI クライアント ライブラリをインストールします。
- API リクエストを認証する。
これらの手順を完了すると、AI モデルと機械学習（# Cloud では「ML」とする）モデルの構築とデプロイを開始できます。