Présentation d'Agent Platform

Vertex AI est une plate-forme unifiée et ouverte qui permet de créer, de déployer et de mettre à l'échelle des modèles d'IA générative et de machine learning (ML), ainsi que des applications d'IA. Elle donne accès à Model Garden, qui propose un catalogue organisé de plus de 200 modèles, y compris les modèles de fondation de Google (tels que Gemini) et une sélection complète de modèles partenaires et ouverts, ainsi que l'infrastructure TPU/GPU sous-jacente. Vertex AI est compatible avec les workflows d'IA générative de pointe, ainsi qu'avec les workflows d'inférence d'IA pour le MLOps. Elle propose des outils MLOps de bout en bout et des commandes de niveau entreprise pour la gouvernance, la sécurité et la conformité.

Principales fonctionnalités de Vertex AI

Vertex AI inclut des outils et des services qui prennent en charge l'IA générative, ainsi que les workflows d'inférence d'IA et de machine learning.

Capacités de l'IA générative

Vertex AI regroupe un ensemble complet d'outils avec les outils de modèles de fondation avancés de Google que vous pouvez utiliser pour créer des agents et des applications d'IA générative prêts pour la production, comme suit :

  • Requêtes : commencez par concevoir des requêtes dans Vertex AI Studio. Vertex AI Studio inclut des outils de conception de requêtes et de gestion de modèles que vous pouvez utiliser pour créer des prototypes, concevoir et déployer des applications d'IA générative.

  • Modèles : Vertex AI Model Garden est un hub centralisé contenant plus de 200 modèles prêts pour l'entreprise de Google, de partenaires tiers de premier plan (tels que Claude d'Anthropic) et d'options Open Source populaires (telles que Llama).

    Cette sélection de modèles inclut les éléments suivants :

    • Modèles d'IA générative de fondation de Google :

      • Gemini : fonctionnalités multimodales pour le texte, les images, les vidéos, et l'audio, et capacités de réflexion pour les modèles, tels que Gemini 3 Flash et Gemini 3 Pro (avec Nano Banana).
      • **Imagen sur Vertex AI** : générez et modifiez des images.
      • **Veo sur Vertex AI** : générez des vidéos à partir de texte et d'images.

    • Modèles partenaires et Open Source : accédez à une sélection organisée de modèles de pointe tels que Claude d'Anthropic, les modèles Mistral AI et Llama avec un rapport prix/performances supérieur. Ces modèles sont disponibles en tant qu'API modèle en tant que service (MaaS) entièrement gérées.

  • Personnalisation des modèles : adaptez les modèles à votre entreprise pour créer des ressources d'IA uniques. Cela va de l'ancrage avec vos données d'entreprise ou la recherche Google pour réduire les hallucinations à l'utilisation de Vertex AI Training pour le réglage fin supervisé (SFT) ou le réglage fin économe en paramètres (PEFT) de modèles tels que Gemini. Pour en savoir plus sur la personnalisation des modèles, consultez Présentation du réglage.

  • Évaluations de l'IA générative : évaluez et comparez objectivement les performances des modèles et des agents avec le service d'évaluation de l'IA générative. Assurez la sécurité et la conformité en déployant des fonctionnalités de défense au moment de l'exécution telles que Model Armor pour inspecter et protéger de manière proactive contre les menaces émergentes, telles que l'injection de requêtes et l'exfiltration de données.

  • Créateurs d'agents : Vertex AI Agent Builder est un système de transformation agentique complet qui vous aide à créer, gérer et déployer des agents d'IA. Utilisez le kit de développement d'agents (ADK) Open Source pour créer et orchestrer des agents, puis déployez-les sur Vertex AI Agent Engine géré et sans serveur pour une utilisation à grande échelle en production. Chaque agent se voit attribuer une identité d'agent (principal Identity and Access Management) pour la sécurité et une piste d'audit claire.

  • Accès à des informations externes : améliorez les réponses des modèles en vous connectant à des sources fiables avec l'ancrage, en interagissant avec des API externes à l'aide de l'appel de fonction et en récupérant des informations à partir de bases de connaissances avec RAG.

  • IA responsable et sécurité : utilisez des fonctionnalités de sécurité intégrées pour bloquer les contenus nuisibles et garantir une utilisation responsable de l’IA.

Pour en savoir plus sur l'IA générative sur Vertex AI, consultez la documentation sur l'IA générative sur Vertex AI.

Capacités d'inférence d'IA

Vertex AI fournit des outils et des services qui correspondent à chaque étape du workflow de ML :

  1. Préparation des données : collectez, nettoyez et transformez vos données.

  2. Entraînement du modèle : entraînez votre modèle de ML.

    • Choisissez entre AutoML pour un entraînement sans code ou un entraînement personnalisé pour un contrôle total.
    • Gérez et comparez les exécutions d'entraînement à l'aide de Vertex AI Experiments.
    • Enregistrez les modèles entraînés dans le Vertex AI Model Registry.
    • Vertex AI Training propose à la fois un entraînement sans serveur et des clusters d'entraînement.
      • Utilisez l'entraînement sans serveur Vertex AI pour exécuter votre code d'entraînement personnalisé à la demande dans un environnement entièrement géré. Consultez la [présentation de l'entraînement sans serveur Vertex AI][serverless].
      • Utilisez les clusters d'entraînement Vertex AI pour les tâches volumineuses qui nécessitent une capacité assurée sur des clusters d'accélérateurs dédiés et réservés. Consultez la présentation des clusters d'entraînement Vertex AI overview.
    • Utilisez Ray sur Vertex AI pour mettre à l'échelle les charges de travail Python et ML avec le framework Ray Open Source sur un cluster géré et interactif. Consultez la présentation de Ray sur Vertex AI.
    • Utilisez Vertex AI Vizier pour ajuster les hyperparamètres du modèle dans des modèles de ML complexes.

  3. Évaluation et itération du modèle : évaluez et améliorez les performances du modèle.

    • Utilisez des métriques d'évaluation de modèle pour comparer les modèles.
    • Intégrez des évaluations dans les workflows Vertex AI Pipelines.

  4. Diffusion du modèle : déployez votre modèle et obtenez des inférences.

  5. Surveillance des modèles : suivez les performances du modèle déployé au fil du temps.

    • Utilisez Vertex AI Model Monitoring pour détecter les écarts entre l'entraînement et la diffusion ainsi que la dérive d'inférence.

Illustration du workflow de machine learning

Outils MLOps

Automatisez, gérez et surveillez vos projets de ML :

Étape suivante