Accueil›Outils›Google Vertex AI

Google Vertex AI

ML Platform

La plateforme ML unifiée de Google Cloud avec accès à Gemini et aux modèles de fondation

Tarif

Pay-per-use sur chaque service. Vertex AI Workbench : à partir de ~0.28€/heure. Trial GCP 300$.

Free tierAvancé

Présentation

Vertex AI est la plateforme ML unifiée de Google Cloud. Elle intègre les outils pour tout le cycle ML : entraînement (custom ou AutoML), déploiement (endpoints managés), pipelines (Vertex AI Pipelines basé sur Kubeflow), Feature Store, Model Monitoring, et Vertex AI Model Garden pour les modèles de fondation (Gemini, Llama, etc.).

Fonctionnalités clés

✓Vertex AI Workbench (notebooks managés)

✓AutoML pour image, tabular, texte et vidéo

✓Custom Training avec GPU/TPU

✓Vertex AI Pipelines (Kubeflow Pipelines managé)

✓Vertex AI Feature Store

✓Vertex AI Model Registry

✓Vertex AI Endpoints (serving managé)

✓Vertex AI Model Monitoring

✓Model Garden (Gemini, Llama, Stable Diffusion)

✓Vertex AI Search (RAG managé)

Cas d'usage

Entraînement sur TPUs avec BigQuery

Entraînement d'un modèle de recommandation directement depuis BigQuery (100M lignes) vers Vertex AI Training sur TPUs — aucun export de données.

RAG sécurisé avec Gemini

Vertex AI Search indexe la documentation interne, Gemini 1.5 Pro génère les réponses citées. Tout reste dans le VPC GCP.

✓ Points forts

+Accès aux TPUs Google pour l'entraînement (5-10x plus rapide que GPU pour les transformers)

+Intégration native avec BigQuery pour l'entraînement depuis BQ

+Model Garden donne accès à Gemini avec sécurité enterprise

+AutoML performant sans expertise ML requise

✗ Limites

−Courbe d'apprentissage importante (de nombreux services distincts)

−Moins mature que SageMaker sur certains aspects DevOps

−Vendor lock-in GCP

−Documentation parfois confuse (nombreuses rename/refactoring)

⚠️ Pièges connus en production

1.Les Vertex AI Pipelines qui échouent en milieu d'exécution continuent de facturer le compute — toujours configurer des timeouts.

2.Le Feature Store Vertex AI V1 sera déprécié : migrer vers le Feature Store Online/Offline V2.

3.Les workbenches ne s'arrêtent pas automatiquement — configurer idle shutdown.

✓ Fait pour vous si…

Organisations GCP-first souhaitant un MLOps complet intégré avec BigQuery, et accès aux modèles Gemini en enterprise.

✗ Pas fait pour vous si…

Équipes débutantes ou organisations multi-cloud sans préférence GCP.

gcpmlmlopsgeminitpu