本页面概述了 Google Distributed Cloud (GDC) 气隙环境中的 Vertex AI，涵盖了可用功能和主要优势，可帮助您了解其机器学习功能如何创新您的气隙应用。
本页面适用于应用运维人员组中的应用开发者，他们希望将 AI 功能融入其气隙应用和工作流。如需了解详情，请参阅 GDC 气隙环境文档的受众。
适用于安全本地环境的 Vertex AI
Distributed Cloud 上的 Vertex AI 将机器学习平台和生成式 AI 模型的强大功能引入您的安全本地环境。此解决方案专为具有严格数据主权、安全和隐私权要求的组织而设计。借助 Vertex AI 服务，您可以在同一气隙基础架构中保持完全控制的同时，利用 AI 功能进行创新。
主要特性
Distributed Cloud 上的 Vertex AI 为您提供以下功能：
- 气隙部署：完全在 数据中心内运行 Vertex AI 服务，确保数据主权和合规性。
- 熟悉的 Vertex AI 体验：利用 Vertex AI 上的相同 工具、API 和模型 Google Cloud，简化 开发和管理。
- 预构建的模型和算法：访问一系列适用于常见机器学习和 AI 任务的前沿模型，缩短实现价值的时间。
- 自定义模型训练：使用 您自己的数据训练 AI 和机器学习模型，根据您的特定需求定制解决方案。
- MLOps 功能：使用 模型部署、监控和管理工具简化机器学习工作流。
可获得的服务
Distributed Cloud 上的 Vertex AI 提供以下服务：
- 生成式 AI: 构建由前沿生成式 AI 模型提供支持的应用，以创建数据。
- 在线预测： （预览版）部署预测模型并向其发送请求。
- 光学字符识别 (OCR): 从图片和文档中提取文本。
- Speech-to-Text： 将口语转换为书面文字。
- Vertex AI Translation： 在多种语言之间翻译文本。
- **Vertex AI Workbench**： 创建用于机器学习 开发的代管式 JupyterLab 笔记本环境。
福利
Distributed Cloud 上的 Vertex AI 具有以下优势：
- 无缝开发体验：使用 Vertex AI 上的相同工具、API、模型和 工作流，使开发和 管理直观高效。 Google Cloud
- 增强的安全性和隐私权：保持对数据的完全控制 并遵守法规要求。
- 提高敏捷性：在 气隙环境中开发和部署 AI 和机器学习模型。
- 缩短实现价值的时间：利用预训练模型执行常见的机器学习任务，或使用您的独特数据集训练自定义模型。
- 简化 MLOps：受益于强大的机器学习运维 功能，以便在气隙环境中无缝部署、监控和管理模型 。
开始使用
如需开始使用 Distributed Cloud 上的 Vertex AI，请执行以下操作：
然后，您就可以开始构建和部署 AI 和机器学习模型了。