Diese Anleitung bietet einen Überblick über Model Garden, eine Bibliothek mit KI-/ML-Modellen von Google und seinen Partnern. Es deckt folgende Themenbereiche ab:
- Vorteile von Model Garden:Hier erfahren Sie mehr über die Vorteile der Verwendung von Model Garden für Ihre KI-Projekte.
- Modelle ansehen:Hier erfahren Sie, wie Sie Modelle für Ihre spezifischen Anforderungen finden und filtern.
- Sicherheitsscans für Modelle:Hier erfahren Sie mehr über die Sicherheitsmaßnahmen für Modelle in Model Garden.
- Preise:Sehen Sie sich die Preisstruktur für die Verwendung von Open-Source-Modellen an.
- Weitere Informationen:Hier finden Sie Anleitungen, Notebooks und andere Ressourcen für den Einstieg.
Model Garden ist eine KI/ML-Modellbibliothek, mit der Sie Modelle und Assets von Google und Google-Partnern entdecken, testen, anpassen und bereitstellen können.
Vorteile von Model Garden
Wenn Sie mit KI-Modellen arbeiten, bietet Model Garden die folgenden Vorteile:
- Zentraler Zugriff:Alle verfügbaren Modelle sind an einem zentralen Ort gruppiert, damit sie leicht zu finden sind.
- Einheitliche Bereitstellung:Model Garden bietet ein einheitliches Bereitstellungsmuster für verschiedene Modelltypen.
- Integrierte Umgebung:Profitieren Sie von der integrierten Einbindung in andere Vertex AI-Dienste wie Modellabstimmung, ‑bewertung und ‑bereitstellung.
- Verwaltete Bereitstellung:Vertex AI übernimmt die Komplexität der Modellbereitstellung und ‑bereitstellung für Sie.
Modelle entdecken
Die Liste der verfügbaren Vertex AI- und Open-Source-Foundation Models sowie der abstimmbaren und aufgabenspezifischen Modelle finden Sie in derGoogle Cloud Console auf der Seite „Model Garden“.
Folgende Modellkategorien sind in Model Garden verfügbar:
| Kategorie | Beschreibung |
|---|---|
| Foundation Models | Vortrainierte große Modelle mit mehreren Aufgaben, die mithilfe von Vertex AI Studio, Vertex AI API und Vertex AI SDK für Python für bestimmte Aufgaben optimiert oder angepasst werden können. |
| Abstimmbare Modelle | Modelle, die Sie mit einem benutzerdefinierten Notebook oder einer Pipeline optimieren können |
| Aufgabenspezifische Lösungen | Die meisten dieser vordefinierten Modelle sind einsatzbereit. Viele können mit Ihren eigenen Daten angepasst werden. |
Geben Sie Folgendes an, um Modelle im Filterbereich zu filtern:
- Aufgaben: Wählen Sie die Aufgabe aus, die das Modell ausführen soll.
- Modellsammlungen: Wählen Sie Modelle aus, die von Google, Partnern oder Ihnen verwaltet werden.
- Anbieter: Wählen Sie den Anbieter des Modells aus.
- Features: Wählen Sie die gewünschten Features im Modell aus.
Weitere Informationen zu den einzelnen Modellen erhalten Sie, wenn Sie auf die Modellkarte klicken.
Eine Liste der in Model Garden verfügbaren Modelle finden Sie unter In Model Garden verfügbare Modelle.
Sicherheitsscans für Modelle
Google führt gründliche Tests und Benchmarks für die von uns bereitgestellten Serving- und Tuning-Container durch. Das aktive Scannen auf Sicherheitslücken wird auch auf Containerartefakte angewendet.
Drittanbietermodelle von ausgewählten Partnern werden auf Authentizität geprüft. Drittanbietermodelle aus dem Hugging Face Hub werden direkt von Hugging Face und dem Drittanbieterscanner auf Malware, Pickle-Dateien, Keras Lambda-Ebenen und Secrets gescannt. Modelle, die bei diesen Scans als unsicher eingestuft werden, werden von Hugging Face gekennzeichnet und können nicht in Model Garden bereitgestellt werden. Modelle, die als verdächtig eingestuft werden oder die potenziell Remote-Code ausführen können, werden in Model Garden entsprechend gekennzeichnet, können aber trotzdem bereitgestellt werden. Wir empfehlen, verdächtige Modelle vor der Bereitstellung in Model Garden gründlich zu prüfen.
Preise
Für die Open-Source-Modelle in Model Garden wird Ihnen die Nutzung von Vertex AI in Rechnung gestellt:
- Modelloptimierung: Ihnen werden die verwendeten Compute-Ressourcen zum gleichen Preis wie das benutzerdefinierte Training in Rechnung gestellt. Siehe Benutzerdefinierte Trainingspreise.
- Modellbereitstellung: Ihnen werden die Rechenressourcen in Rechnung gestellt, die zur Bereitstellung des Modells auf einem Endpunkt verwendet wurden. Siehe Preise für Vorhersagen.
- Colab Enterprise: Siehe Colab Enterprise-Preise.
Zugriff auf bestimmte Modelle steuern
Sie können eine Model Garden-Organisationsrichtlinie auf Organisations-, Ordner- oder Projektebene festlegen, um den Zugriff auf bestimmte Modelle in Model Garden zu steuern. Sie können beispielsweise den Zugriff auf bestimmte Modelle zulassen, die Sie geprüft haben, und den Zugriff auf alle anderen Modelle verweigern.
Weitere Informationen zu Model Garden
Weitere Informationen zu den Bereitstellungsoptionen und Anpassungen, die Sie mit Modellen in Model Garden vornehmen können, finden Sie in den Ressourcen in den folgenden Abschnitten. Diese enthalten Links zu Tutorials, Referenzen, Notebooks und YouTube-Videos.