Esegui migrazione a Vertex AI

Vertex AI riunisce i servizi AI Platform e AutoML in un'unica API e UI unificate per semplificare il processo di creazione, addestramento e deployment di modelli di machine learning. Con Vertex AI, puoi passare dalla sperimentazione alla produzione in modo più rapido ed efficiente, rilevare modelli e anomalie in modo efficiente, effettuare previsioni e decisioni migliori e rimanere agile di fronte alle priorità e alle condizioni di mercato mutevoli. Questa pagina fornisce passaggi consigliati e altre informazioni per aiutarti a pianificare e implementare una migrazione a Vertex AI.

Vertex AI supporta tutte le caratteristiche e i modelli disponibili in AutoML e AI Platform. Tuttavia, le librerie client non supportano la compatibilità con le versioni precedenti dell'integrazione dei client. In altre parole, devi pianificare la migrazione delle risorse per sfruttare le funzionalità di Vertex AI.

Se pianifichi un nuovo progetto, devi creare il codice, il job, il set di dati o il modello con Vertex AI. In questo modo puoi sfruttare le nuove funzionalità e i miglioramenti dei servizi non appena diventano disponibili. AutoML e AI Platform rimangono disponibili, ma i miglioramenti futuri verranno implementati su Vertex AI.

Segui la procedura consigliata per aggiornare codice, job, set di dati e modelli esistenti da AutoML e AI Platform a Vertex AI.

Migrazione da AutoML

Per aggiornare l'implementazione da AutoML a Vertex AI, completa questi passaggi:

  1. Scopri le principali differenze tra AutoML e Vertex AI in Vertex AI per gli utenti AutoML.

  2. Esamina eventuali modifiche ai prezzi (consulta la pagina relativa ai prezzi della migrazione di Vertex AI).

  3. Gestisci l'inventario di progetti, codice, job, set di dati, modelli e utenti di Google Cloud con accesso ad AutoML. Utilizza queste informazioni per determinare di quali risorse eseguire la migrazione e assicurarti che gli utenti corretti abbiano accesso alle risorse di cui è stata eseguita la migrazione.

  4. Esamina le modifiche ai ruoli IAM, quindi aggiorna gli account di servizio e l'autenticazione per le risorse.

  5. Esamina l'elenco delle risorse di cui non è possibile eseguire la migrazione e le informazioni sul processo di migrazione.

  6. Esegui la migrazione delle risorse utilizzando uno di questi due metodi:

  7. Scopri in che modo Vertex AI utilizza gli endpoint regionali.

  8. Identifica l'utilizzo delle API AutoML per determinare quali applicazioni le utilizzano e identificare le chiamate al metodo di cui vuoi eseguire la migrazione.

  9. Aggiorna le tue applicazioni e i tuoi flussi di lavoro per utilizzare le funzionalità dell'API Vertex AI e Vertex AI.

  10. Pianifica il monitoraggio della quota di richieste. Consulta Quote e limiti.

Migrazione da AI Platform

Per aggiornare l'implementazione da AI Platform a Vertex AI, completa questi passaggi:

  1. Scopri le principali differenze tra AI Platform e Vertex AI nella pagina Vertex AI per gli utenti di AI Platform.

  2. Esamina eventuali modifiche ai prezzi (consulta la pagina relativa ai prezzi della migrazione di Vertex AI).

  3. Fai l'inventario di progetti, codice, job, set di dati, modelli e utenti di Google Cloud con accesso ad AI Platform. Utilizza queste informazioni per determinare di quali risorse eseguire la migrazione e assicurarti che gli utenti corretti abbiano accesso alle risorse di cui è stata eseguita la migrazione.

  4. Esamina le modifiche ai ruoli IAM, quindi aggiorna gli account di servizio e l'autenticazione per le risorse.

  5. Esamina l'elenco delle risorse di cui non è possibile eseguire la migrazione e le informazioni sul processo di migrazione.

  6. Esegui la migrazione delle risorse utilizzando uno di questi due metodi:

  7. Scopri in che modo Vertex AI utilizza gli endpoint regionali.

  8. Identifica l'utilizzo delle API AI Platform per determinare quali applicazioni le utilizzano e identificare le chiamate al metodo di cui vuoi eseguire la migrazione.

  9. Aggiorna le tue applicazioni e i tuoi flussi di lavoro per utilizzare le funzionalità dell'API Vertex AI e Vertex AI.

  10. Pianifica il monitoraggio della quota di richieste. Consulta Quote e limiti.

Prezzi della migrazione di Vertex AI

La migrazione è gratuita. Le risorse create a seguito della migrazione sono soggette ad addebiti standard (consulta i prezzi di Vertex AI). I set di dati di cui è stata eseguita la migrazione da AI Platform Data Labeling Service, AutoML Vision, AutoML Video Intelligence e AutoML Natural Language vengono sottoposti a migrazione in un bucket Cloud Storage, con costi di archiviazione (consulta i prezzi di Cloud Storage).

Dopo la migrazione, le risorse legacy sono ancora disponibili per l'uso in AutoML e AI Platform. Per evitare costi inutili, arresta o elimina le risorse legacy dopo aver verificato la corretta migrazione degli oggetti.

La migrazione è un'operazione di copia. Dopo la migrazione, le modifiche apportate alla risorsa legacy non interessano la risorsa di cui è stata eseguita la migrazione.

Confronto dei prezzi di Vertex AI con quelli del prodotto legacy

I costi di Vertex AI rimangono invariati rispetto a quelli dei prodotti legacy AI Platform e AutoML che sostituisce, con le seguenti eccezioni:

  • Il prodotto legacy AI Platform Prediction e le previsioni di AutoML Tables supportavano tipi di macchine a basso costo con prestazioni limitate, che non sono supportati per Vertex AI Prediction e per i dati tabulari di AutoML.

  • Il prodotto legacy AI Platform Prediction supportava la scalabilità fino a zero, che non è supportata per Vertex AI Prediction.

Inoltre, Vertex AI offre diversi modi in più per ottimizzare i costi, ad esempio:

Identifica l'utilizzo delle API AutoML e AI Platform

Puoi determinare quali applicazioni utilizzano le API AutoML e AI Platform, nonché i metodi che utilizzano. Utilizza queste informazioni per determinare se è necessario eseguire la migrazione di queste chiamate API a Vertex AI.

Per identificare le chiamate API AutoML e AI Platform di cui potresti voler eseguire la migrazione, vedi le opzioni seguenti.

Gestisci le modifiche a ruoli e autorizzazioni IAM

Vertex AI offre i seguenti ruoli IAM (Identity and Access Management):

  • aiplatform.admin
  • aiplatform.user
  • aiplatform.viewer
  • aiplatform.migrator

Solo aiplatform.admin e aiplatform.migrator hanno la possibilità di eseguire la migrazione delle risorse da AutoML e AI Platform a Vertex AI. aiplatform.user e aiplatform.viewer non possono eseguire la migrazione delle risorse.

Per ulteriori informazioni sui ruoli IAM, consulta Controllo dell'accesso.

Risorse di cui non è possibile eseguire la migrazione

Al momento lo strumento di migrazione non può eseguire la migrazione di tutte le risorse e, in alcuni casi, la migrazione è limitata. Tieni presente le seguenti eccezioni quando pianifichi la migrazione.

AutoML Natural Language

  • Il testo PDF non è supportato in Vertex AI, quindi il testo PDF di AutoML Natural Language viene migrato come testo normale generato dal riconoscimento ottico dei caratteri.

  • Non è possibile eseguire la migrazione di set di dati vuoti.

  • Non è possibile eseguire la migrazione dei job di previsione batch.

AutoML Tables

  • Non è possibile eseguire la migrazione dei modelli creati in una versione alpha di AutoML Tables.

  • Non è possibile eseguire la migrazione di set di dati vuoti.

  • Non è possibile eseguire la migrazione dei job di previsione batch.

AutoML Video Intelligence

  • Non è possibile eseguire la migrazione dei modelli creati in una versione alpha di AutoML Video.

  • Non è possibile eseguire la migrazione di set di dati vuoti.

  • Non è possibile eseguire la migrazione dei job di previsione batch.

AutoML Vision

  • Non è possibile eseguire la migrazione dei modelli creati in una versione alpha di AutoML Vision.

  • Non è possibile eseguire la migrazione di set di dati vuoti.

  • Non è possibile eseguire la migrazione dei job di previsione batch.

AI Platform

  • Non è possibile eseguire la migrazione di tutti i modelli. I modelli idonei alla migrazione hanno le seguenti caratteristiche:

    • La versione di runtime deve essere 1.15 o successiva.

    • Il framework deve essere uno dei seguenti:

      • TensorFlow
      • Scikit-learn
      • XGBoost

    • La versione Python deve essere 3.7 o successiva.

  • Se il flag signature-name di un modello AI Platform è stato modificato rispetto al valore predefinito serving_default, potrebbe essere eseguita la migrazione a Vertex AI, ma non funzionerà.

  • La migrazione delle routine di previsione personalizzate non viene eseguita.

  • Non viene eseguita la migrazione dei job eseguiti su AI Platform. Puoi scaricare i metadati per conservare i tuoi dati.

  • Gli script Python, i pacchetti o i container Docker eseguiti su AI Platform Training non consentono la migrazione automatica, ma puoi aggiornare i tuoi script per consentirne l'esecuzione su Vertex AI.

Informazioni sul processo di migrazione

Prima di eseguire la migrazione delle risorse, rivedi le informazioni seguenti.

  • Lo strumento di migrazione crea una copia delle risorse.

    Lo strumento di migrazione crea un duplicato dei set di dati e dei modelli AutoML e AI Platform su Vertex AI. Le risorse legacy non vengono eliminate. Se vuoi, puoi eseguire la migrazione della stessa risorsa più volte per creare più copie.

  • Il deployment dei modelli di cui è stato eseguito la migrazione è stato annullato.

    Per i tipi di dati che supportano la previsione online, devi creare un endpoint ed eseguire il deployment del modello su quell'endpoint prima che il modello possa essere utilizzato per fornire previsioni online.

  • Quando viene eseguita la migrazione di un modello AutoML, lo strumento di migrazione crea automaticamente un job di addestramento contemporaneamente.

  • I set di dati migrati per alcuni tipi di dati e obiettivi potrebbero non contenere gli stessi dati del set di dati attuale.

    I set di dati per alcuni tipi di dati vengono reimportati dall'origine dati originale, anziché copiati dal set di dati esistente. Se l'origine dati originale è stata modificata, il set di dati di cui è stata eseguita la migrazione rifletterà tali modifiche. Questo avvertimento si applica ai seguenti tipi di dati e obiettivi:

    • Set di dati per l'estrazione di entità AutoML Natural Language
    • Set di dati di monitoraggio degli oggetti e classificazione di AutoML Video
    • Set di dati per il rilevamento di oggetti AutoML Vision

  • I set di dati tabulari migrati vengono esportati come parte del processo di migrazione.

    In Vertex AI viene fatto riferimento all'origine dati di un set di dati tabulare anziché importato (scopri di più). Un set di dati tabulare di cui è stata eseguita la migrazione viene esportato dal set di dati AutoML Tables, archiviato come file CSV in Cloud Storage o come tabella BigQuery nel progetto e poi vi fa riferimento nel set di dati di cui è stata eseguita la migrazione.

Utilizzare lo strumento di migrazione

Vertex AI fornisce uno strumento di migrazione per aiutarti a eseguire la migrazione di set di dati e modelli da AutoML e AI Platform a Vertex AI.

Procedura per l'utilizzo dello strumento di migrazione

Per utilizzare lo strumento di migrazione per eseguire la migrazione dei set di dati e dei modelli in Vertex AI, completa i seguenti passaggi.

  1. Se non hai già abilitato l'API Vertex AI, nella pagina Vertex AI Dashboard nella console Google Cloud, fai clic su Abilita l'API Vertex AI.

  2. Nella pagina della dashboard di Vertex AI nella console Google Cloud, in Esegui la migrazione a Vertex AI, fai clic su Configura migrazione.

  3. In Seleziona le risorse di cui eseguire la migrazione, seleziona fino a 50 asset di cui eseguire la migrazione. Se necessario, puoi ripetere questi passaggi per eseguire la migrazione di altri asset in un secondo momento.

  4. Fai clic su Avanti ed esamina il riepilogo degli asset di cui vuoi eseguire la migrazione.

  5. Fai clic su Esegui la migrazione degli asset. La migrazione potrebbe richiedere un'ora o più, a seconda del numero di asset da migrare. Lo strumento di migrazione ti invia un'email al termine della migrazione.

Utilizzare le librerie client e i metodi per eseguire la migrazione delle risorse

Utilizza il metodo batchMigrateResources() e i metodi correlati per eseguire la migrazione delle risorse.

Se hai bisogno di aiuto, consulta la documentazione di riferimento dell'API Vertex AI.

Endpoint regionali

Gli endpoint dell'API Vertex AI sono a livello di regione. Ad esempio:

us-central1-aiplatform.googleapis.com

Gli endpoint globali non sono supportati per Vertex AI.

Consulta l'elenco degli endpoint supportati nella documentazione di riferimento.

Aggiorna gli script di addestramento per eseguirli in Vertex AI

Gli script, i pacchetti o i container Docker in esecuzione su AI Platform Training richiedono le seguenti modifiche specifiche per essere eseguiti su Vertex AI.

  • Per i job che scrivono output in Cloud Storage, in Vertex AI devi indicare l'URI Cloud Storage per diversi tipi di output tramite le variabili di ambiente. In AI Platform, l'URI Cloud Storage viene in genere indicato con l'argomento della riga di comando --job-dir.

  • In Vertex AI, la variabile TF_CONFIG utilizza il termine chief per fare riferimento alla macchina principale. In AI Platform, in alcuni casi viene utilizzato il termine master.

  • Quando invii un job di addestramento personalizzato in Vertex AI, specifica l'URI di Artifact Registry di un container predefinito che corrisponde al tuo framework e alla tua versione del framework. In AI Platform devi specificare una versione di runtime che include la versione del framework e del framework che vuoi utilizzare.

  • Non tutti i tipi di macchine supportati da AI Platform sono supportati da Vertex AI.

Passaggi successivi