En este documento se incluyen las prácticas recomendadas y las directrices de las funciones de Cloud Run al ejecutar cargas de trabajo de IA generativa en Google Cloud. Usa funciones de Cloud Run con Vertex AI para automatizar tareas, ofrecer predicciones, activar trabajos de entrenamiento, integrar otros servicios y crear pipelines de aprendizaje automático basados en eventos.
Estos son algunos casos prácticos de funciones de Cloud Run con Vertex AI:
- Posibilidad de preprocesar y posprocesar datos: las funciones de Cloud Run pueden preprocesar datos antes de enviarlos a tu modelo de Vertex AI para entrenarlo o hacer predicciones. Por ejemplo, una función puede limpiar y normalizar datos, o extraer características de ellos. Del mismo modo, las funciones de Cloud Run pueden posprocesar la salida de tu modelo de Vertex AI. Por ejemplo, una función puede dar formato a los datos de salida o enviarlos a otro servicio para analizarlos más a fondo.
- Activadores automáticos para los trabajos de entrenamiento de Vertex AI: para automatizar el entrenamiento de modelos de Vertex AI, puedes activar funciones de Cloud Run mediante eventos de varios Google Cloud servicios, como Cloud Storage, Pub/Sub y Cloud Scheduler. Por ejemplo, puedes crear una función que se active cuando se suba un archivo nuevo a Cloud Storage. Esta función puede iniciar una tarea de entrenamiento de Vertex AI para entrenar tu modelo con los nuevos datos.
- Capacidad de ofrecer predicciones: las funciones de Cloud Run pueden ofrecer predicciones de tus modelos de Vertex AI, lo que te permite crear un endpoint de API para tu modelo sin tener que gestionar ninguna infraestructura. Por ejemplo, puedes escribir una función que tome una imagen como entrada y genere una predicción de tu modelo de clasificación de imágenes de Vertex AI. Después, puede desplegar esta función como un endpoint de API HTTP.
- Flujos de trabajo de aprendizaje automático basados en eventos: puedes usar funciones de Cloud Run para crear flujos de trabajo de aprendizaje automático basados en eventos. Por ejemplo, una función puede activar un trabajo de predicción de Vertex AI cuando se añade un nuevo registro a un tema de Pub/Sub. Esta función te permite procesar datos en tiempo real y tomar medidas en función de las predicciones de tu modelo.
- Integración con otros servicios: puedes integrar funciones de Cloud Run con otros Google Cloud servicios, como Cloud Storage, BigQuery y Cloud Firestore. La integración te permite crear flujos de procesamiento de aprendizaje automático complejos que conectan diferentes servicios.
- Escalado de costes: Cloud Run Functions te permite pagar solo por los recursos que usa tu función mientras se está ejecutando. Además, las funciones de Cloud Run se escalan automáticamente para satisfacer la demanda, de forma que mantengas los recursos adecuados durante los picos de tráfico.
Controles obligatorios de Cloud Run Functions
Se recomienda encarecidamente usar los siguientes controles al usar funciones de Cloud Run.
Requerir un conector de VPC para las funciones de Cloud Run
| ID de control de Google | CF-CO-4.4 |
|---|---|
| Categoría | Obligatorio |
| Descripción | La restricción booleana |
| Productos aplicables |
|
| Ruta | constraints/cloudfunctions.requireVPCConnector |
| Operador | = |
| Valor |
|
| Tipo | Booleano |
| Controles relacionados de NIST 800-53 |
|
| Controles relacionados con el perfil de CRI |
|
| Información relacionada |
Siguientes pasos
Consulta los controles de Cloud Storage.
Consulta más Google Cloud prácticas recomendadas y directrices de seguridad para cargas de trabajo de IA generativa.