Vertex AI Model Registry は、ML モデルのライフサイクルを管理できる中央リポジトリです。Model Registry ではモデルの概要を確認できるため、新しいバージョンの整理、追跡、トレーニングの向上が実現します。デプロイするモデル バージョンがある場合は、レジストリから直接エンドポイントに割り当てるか、エイリアスを使用してモデルをエンドポイントにデプロイすることができます。
Vertex AI Model Registry は、カスタムモデルとすべての AutoML データ型(表形式と画像)をサポートしています。Model Registry では、BigQuery ML モデルもサポートされます。BigQuery ML でトレーニングしたモデルは、BigQuery ML からエクスポートしたり、Model Registry にインポートすることなく、Model Registry に登録できます。
モデル バージョンの詳細ページでは、評価、エンドポイントへのデプロイ、バッチ推論の設定、特定のモデルの詳細の表示を行うことができます。Vertex AI Model Registry は、最適なモデルを管理して本番環境にデプロイするための、シンプルで合理化されたインターフェースを提供します。
一般的なワークフロー
Model Registry の操作には、有効なワークフローが数多くあります。まず、次のガイドラインに沿って、Model Registry でできることと、モデルのトレーニングのどの段階にあるかを理解することをおすすめします。
- モデルを Model Registry にインポートします。
- 新しいモデルを作成し、モデル バージョンにデフォルトのエイリアスを割り当てて、本番環境で使用できるようにします。
- モデルおよびモデル バージョンの管理と整理に役立つ、他のエイリアスやラベルを追加します。
- オンライン推論用のエンドポイントにモデルをデプロイします。
- バッチ推論を実行し、モデル評価パイプラインを開始します。
- モデルの詳細ページには、モデルの詳細やパフォーマンス指標が表示されます。
BigQuery ML モデルを Vertex AI と統合する方法の詳細については、BigQuery ML のドキュメントをご覧ください。
Dataplex Universal Catalog を使用してモデルを検索および検出する
Dataplex Universal Catalog は、メタデータを保存、管理し、それにアクセスするためのプラットフォームです。Dataplex Universal Catalog を使用すると、プロジェクトとリージョン全体で Vertex AI モデルを検索できます。
詳細については、Dataplex Universal Catalog のデータカタログ管理についてをご覧ください。
次のステップ
Vertex AI Model Registry の使用を開始するには、以下をご覧ください。
- Vertex AI にモデルをインポートする
- Model Registry によるモデルのバージョニング
- モデル バージョン エイリアスの使用方法
- BigQuery ML と Model Registry
- Vertex AI Model Registry にモデルをコピーする