Google全託管機器學習平臺Vertex AI新功能，供用戶在本地端執行程式碼除錯

Google機器學習平臺Vertex AI現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除錯，並且添加自動容器化打包（Auto-Container Packaging）功能，簡化部署程式碼至雲端的流程。

Vertex AI為一個全託管的機器學習平臺，在單一介面提供十多種機器學習工具，供開發者能夠快速地建構、部署和擴展機器學習模型。

Google改進了Vertex AI的本地端模式，來強化除錯體驗。Google提到，除錯本質上就是一個重複性的過程，不斷地進行小程式碼更改迭代。在Vertex AI Training託管雲端環境中，用戶可以啟動虛擬機器、載入相依項目、擷取資料、執行程式碼，並且將工作拆分至各個叢集中。

Google提到，在這個流程中，即便是測試簡單的程式碼都會產生許多額外成本，同時也減慢除錯的過程，而更好的方式是讓開發者在提交雲端作業之前，可以先在本地端測試程式碼。Vertex AI Training新的本地端模式，供開發者在小型樣本資料集上，進行本地端迭代和測試，不需要等待整個雲端虛擬機器生命周期。本地端模式提供了一個在以雲端規模執行程式碼之前，友善且快速的除錯方法。

這個新的本地端模式，是透過Docker容器來實現環境的一致性，本地端模式讓用戶能夠使用與雲端工作相似的環境，讓程式碼在本地按照預期執行，Google提到，這帶來更高的可靠性和可重復性，使得開發者可以更快地對簡單的執行時錯誤進行除錯，而不需要承擔將工作提交到雲端，等待虛擬機器叢集生命周期的開銷。

一旦用戶已經準備好能以雲端規模執行的程式碼，Vertex AI的第二個更新自動容器化打包便派上用場，Google解釋，要執行訓練應用程式，用戶需要上傳程式碼以及所有相依項目，這個過程須歷經三個步驟，首先，開發者需要在本地端建置Docker容器，接著將容器推送至容器儲存庫，最後才能創建雲端Vertex AI訓練作業。

而藉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複性優勢。這兩項新的Vertex AI訓練功能，進一步簡化開發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式碼，抓出執行時錯誤，自動容器化打包功能則減少將本地Python程式碼部署到雲端的步驟。