Controles do Cloud Run functions para casos de uso de IA generativa

Este documento inclui as práticas recomendadas e diretrizes para o Cloud Run functions ao executar cargas de trabalho de IA generativa no Google Cloud. Use as funções do Cloud Run com a Vertex AI para automatizar tarefas, veicular previsões, acionar jobs de treinamento, integrar com outros serviços e criar pipelines de ML orientados a eventos.

Considere os seguintes casos de uso do Cloud Run functions com a Vertex AI:

  • Capacidade de pré-processar e pós-processar dados: as funções do Cloud Run podem pré-processar dados antes de enviá-los ao modelo da Vertex AI para treinamento ou previsão. Por exemplo, uma função pode limpar e normalizar dados ou extrair atributos deles. Da mesma forma, as funções do Cloud Run podem pós-processar a saída do modelo da Vertex AI. Por exemplo, uma função pode formatar os dados de saída ou enviá-los para outro serviço para análise posterior.
  • Gatilhos automáticos para jobs de treinamento da Vertex AI: para automatizar o treinamento de modelos da Vertex AI, é possível acionar funções do Cloud Run usando eventos de vários serviços do Google Cloud , como Cloud Storage, Pub/Sub e Cloud Scheduler. Por exemplo, é possível criar uma função que é acionada quando um novo arquivo é enviado para o Cloud Storage. Essa função pode iniciar um job de treinamento da Vertex AI para treinar o modelo com os novos dados.
  • Capacidade de veicular previsões: as funções do Cloud Run podem veicular previsões dos seus modelos da Vertex AI, permitindo que você crie um endpoint de API para seu modelo sem precisar gerenciar nenhuma infraestrutura. Por exemplo, é possível escrever uma função que usa uma imagem como entrada e gera uma previsão do seu modelo de classificação de imagens da Vertex AI. Em seguida, é possível implantar essa função como um endpoint de API HTTP.
  • Fluxos de trabalho de ML orientados a eventos: é possível usar as funções do Cloud Run para criar fluxos de trabalho de ML orientados a eventos. Por exemplo, uma função pode acionar um job de previsão da Vertex AI quando um novo registro é adicionado a um tópico do Pub/Sub. Com essa função, é possível processar dados em tempo real e tomar medidas com base nas previsões do modelo.
  • Integração com outros serviços: é possível integrar funções do Cloud Run a outros serviços do Google Cloud , como Cloud Storage, BigQuery e Cloud Firestore. A integração permite criar pipelines de ML complexos que conectam diferentes serviços.
  • Escalonamento de custos: com as funções do Cloud Run, você paga apenas pelos recursos que sua função usa durante a execução. Além disso, as funções do Cloud Run são escalonadas automaticamente para atender à demanda, mantendo os recursos adequados durante os picos de tráfego.

Controles obrigatórios do Cloud Run functions

Os controles a seguir são altamente recomendados ao usar funções do Cloud Run.

Exigir conector VPC para funções do Cloud Run

ID de controle do Google CF-CO-4.4
Categoria Obrigatório
Descrição

A restrição booleana cloudfunctions.requireVPCConnector exige que os administradores especifiquem um conector de acesso VPC sem servidor ao implantar uma função do Cloud Run. Quando aplicada, as funções precisam especificar um conector.
Produtos aplicáveis
  • Serviço de política da organização
  • Cloud Run functions
Caminho constraints/cloudfunctions.requireVPCConnector
Operador =
Valor
  • True
Tipo Booleano
Controles relacionados do NIST-800-53
  • SC-7
  • SC-8
Controles relacionados ao perfil da CRI
  • PR.AC-5.1
  • PR.AC-5.2
  • PR.DS-2.1
  • PR.DS-2.2
  • PR.DS-5.1
  • PR.PT-4.1
  • DE.CM-1.1
  • DE.CM-1.2
  • DE.CM-1.3
  • DE.CM-1.4
Informações relacionadas

A seguir