בדף הזה מתוארות הדרכים השונות לשימוש ב-Vertex AI בסביבת ארגז החול של GDC, ומוסבר איך להגדיר את השימוש בו.
מודלים של שימוש ב-Vertex AI בארגז החול של GDC
Vertex AI היא פלטפורמה ללמידת מכונה (ML) שמאפשרת לאמן ולפרוס מודלים של ML ואפליקציות AI. אפשר להשתמש ב-API בארגז החול של GDC בשתי דרכים שונות:
- מבוסס-CPU: מריצים את עומס העבודה באשכול המשתמשים של GDC Sandbox, בלי להשתמש ב-GPU. האפשרות הזו איטית יותר כי היא פועלת רק במעבדים.
- מבוסס-GPU: אפשר לנצל את התמיכה ב-GPU שכלולה ב-SKU של GDC Sandbox עם אופטימיזציה ל-AI, על ידי הגדרת עומס העבודה לשימוש במעבדי ה-GPU שמשויכים לפרויקט
sandbox-gpu-project.
במאמר פריסת עומסי עבודה של קונטיינרים עם GPU מוסבר איך להגדיר עומס עבודה לשימוש ביחידות GPU.
הגדרה של שימוש ב-Vertex AI
השימוש ב-Vertex AI ב-GDC Sandbox שונה מהשימוש ב-Google Distributed Cloud (GDC) עם בידוד פיזי. במקום להשתמש בממשקי Vertex AI API המיוחדים שמהווים חלק מפלטפורמת Google Distributed Cloud במודל Air-gapped, משתמשים בגרסה הרגילה של ה-API הזה. Google Cloud כדי להשתמש ב-API הזה, צריך Google Cloud חשבון לחיוב.
- נכנסים אל דף ההגדרה של סביבת Vertex AI ופועלים לפי השלבים הבאים:
- יוצרים או מזהים Google Cloud פרויקט,
- מוודאים שהחיוב מופעל בפרויקט,
- מפעילים את Vertex AI API.
- אימות ל-Vertex AI API. יש שיטות שונות לאימות של ממשקי API, שמותאמות לדרישות ספציפיות. אפשר לקרוא על כך במאמר בנושא שיטות אימות ב-Google.
- כדי לבצע אימות ל-Vertex AI API באמצעות מפתח API, צריך ליצור מפתח API.
- כדי לבצע אימות ל-Vertex AI API באמצעות חשבון שירות, צריך ליצור קובץ JSON של מפתח לחשבון שירות לפי ההוראות שבמאמר יצירת מפתח לחשבון שירות.
אחרי זה, תוכלו להתקין את ספריית הלקוח של Vertex AI בשפה שבה אתם מתכננים להשתמש. ספריות זמינות בשפות רבות, כולל Python, Java ו-Go. באפליקציות לדוגמה בדפים הבאים יש הוראות להתקנת הספרייה המתאימה.