Google全托管機器學習平臺Vertex AI新功能，供用戶在本地端執(zhí)行程序代碼調試

Google機器學習平臺Vertex AI現(xiàn)在讓用戶能使用新的本地端模式（Local Mode），以更簡單快速的方式調試，并且添加自動容器化打包（Auto-Container Packaging）功能，簡化部署程序代碼至云計算的流程。

Vertex AI為一個全托管的機器學習平臺，在單一接口提供十多種機器學習工具，供開發(fā)者能夠快速地構建、部署和擴展機器學習模型。

Google改進了Vertex AI的本地端模式，來強化調試體驗。Google提到，調試本質上就是一個重復性的過程，不斷地進行小程序代碼更改迭代。在Vertex AI Training托管云計算環(huán)境中，用戶可以啟動虛擬機、加載相依項目、截取資料、執(zhí)行程序代碼，并且將工作拆分至各個集群中。

Google提到，在這個流程中，即便是測試簡單的程序代碼都會產生許多額外成本，同時也減慢調試的過程，而更好的方式是讓開發(fā)者在提交云計算作業(yè)之前，可以先在本地端測試程序代碼。Vertex AI Training新的本地端模式，供開發(fā)者在小型樣本資料集上，進行本地端迭代和測試，不需要等待整個云計算虛擬機生命周期。本地端模式提供了一個在以云計算規(guī)模執(zhí)行程序代碼之前，友善且快速的調試方法。

這個新的本地端模式，是通過Docker容器來實現(xiàn)環(huán)境的一致性，本地端模式讓用戶能夠使用與云計算工作相似的環(huán)境，讓程序代碼在本地按照預期執(zhí)行，Google提到，這帶來更高的可靠性和可重復性，使得開發(fā)者可以更快地對簡單的執(zhí)行時錯誤進行調試，而不需要承擔將工作提交到云計算，等待虛擬機集群生命周期的開銷。

一旦用戶已經準備好能以云計算規(guī)模執(zhí)行的程序代碼，Vertex AI的第二個更新自動容器化打包便派上用場，Google解釋，要執(zhí)行訓練應用程序，用戶需要上傳程序代碼以及所有相依項目，這個過程須歷經三個步驟，首先，開發(fā)者需要在本地端構建Docker容器，接著將容器推送至容器存儲庫，最后才能創(chuàng)建云計算Vertex AI訓練作業(yè)。

而借由自動容器化打包功能，可將這三個步驟濃縮成一個指令，因此即便是不熟悉Docker的用戶，也可以獲得容器化的一致性和可重復性優(yōu)勢。這兩項新的Vertex AI訓練功能，進一步簡化開發(fā)者模型訓練工作流程，簡單來說，本地端模式能快速迭代少量程序代碼，抓出執(zhí)行時錯誤，自動容器化打包功能則減少將本地Python程序代碼部署到云計算的步驟。