Jeśli dopiero zaczynasz korzystać z Gemini, na początek skorzystaj z krótkich wstępów.
Jednak w miarę rozwoju Twoich rozwiązań generatywnej AI możesz potrzebować platformy do kompleksowego tworzenia i wdrażania aplikacji i rozwiązań generatywnej AI. Google Cloud udostępnia kompleksowy ekosystem narzędzi, które umożliwiają deweloperom wykorzystanie potencjału generatywnej AI – od początkowych etapów tworzenia aplikacji po wdrażanie i hostowanie aplikacji oraz zarządzanie złożonymi danymi na dużą skalę.
Platforma Vertex AI w Google Cloud oferuje pakiet narzędzi MLOps, które upraszczają używanie, wdrażanie i monitorowanie modeli AI pod kątem wydajności i niezawodności. Dodatkowo integracje z bazami danych, narzędziami DevOps, logowaniem, monitorowaniem i uprawnieniami zapewniają całościowe podejście do zarządzania całym cyklem życia generatywnej AI.
W tabeli poniżej znajdziesz podsumowanie głównych różnic między AI od Google a Vertex AI, aby pomóc Ci zdecydować, która opcja sprawdzi się w Twoim przypadku:
Funkcje | Interfejs Gemini API od Google AI | Interfejs Google Cloud Vertex AI Gemini API |
---|---|---|
Najnowsze modele Gemini | Gemini Pro i Gemini Ultra | Gemini Pro i Gemini Ultra |
Zarejestruj się | Konto Google | Konto Google Cloud (z warunkami umowy i płatnościami) |
Uwierzytelnianie | Klucz interfejsu API | Konto usługi Google Cloud |
Eksperymentalny interfejs użytkownika | Google AI Studio | Vertex AI Studio |
Interfejs API i pakiet SDK | Python, Node.js, Android (Kotlin/Java), Swift, Go | Pakiet SDK obsługuje Pythona, Node.js, Javę i Go |
Poziom bezpłatny | Tak | Środki w Google Cloud w wysokości 300 USD dla nowych użytkowników |
Limit (żądania na minutę) | 60 (może poprosić o zwiększenie) | Zwiększ na żądanie (domyślnie: 60) |
Pomoc dla przedsiębiorstw | Nie |
Klucz szyfrowania klienta Prywatne środowisko wirtualne w chmurze Miejsce przechowywania danych Przejrzystość dostępu Skalowalna infrastruktura do hostingu aplikacji Bazy danych i przechowywanie danych |
MLOps | Nie, | Pełne operacje MLOps w Vertex AI (przykłady: ocena modelu, monitorowanie modeli, rejestr modeli) |
Aby dowiedzieć się, które usługi, platformy i narzędzia najlepiej pasują do tworzenia aplikacji generatywnej AI w Google Cloud, zapoznaj się z artykułem na temat tworzenia aplikacji generatywnej AI w Google Cloud.
Migracja z Gemini w AI od Google do Vertex AI
Jeśli Twoja aplikacja używa interfejsów API Gemini AI od Google, musisz przejść na interfejsy Vertex AI Gemini API w Google Cloud.
Podczas migracji:
Możesz użyć istniejącego projektu Google Cloud (tego samego, którego użyto do wygenerowania klucza interfejsu API) lub utworzyć nowy projekt Google Cloud.
Obsługiwane regiony mogą się różnić między Google AI Studio a Vertex AI. Zobacz listę regionów obsługiwanych przez generatywną AI w Google Cloud.
Wszystkie modele utworzone w Google AI Studio trzeba ponownie wytrenować w Vertex AI.
Python: migracja z interfejsu Google AI Gemini API na Vertex AI Gemini API
W poniższych sekcjach znajdziesz fragmenty kodu, które pomogą Ci przenieść kod Pythona do interfejsu Vertex AI Gemini API.
Konfiguracja pakietu SDK Vertex AI Python
W Vertex AI nie potrzebujesz klucza interfejsu API. Usługa Gemini w Vertex AI jest zarządzana za pomocą uprawnień dostępu, które kontroluje uprawnienia użytkownika, grupy lub konta usługi do wywoływania interfejsu Gemini API za pomocą pakietu SDK Vertex AI.
Chociaż istnieje wiele sposobów uwierzytelniania, najprostszą metodą uwierzytelniania w środowisku programistycznym jest zainstalowanie Google Cloud CLI, a następnie zalogowanie się w interfejsie wiersza poleceń przy użyciu danych logowania użytkownika.
Aby móc wywoływać wnioskowanie do Vertex AI, musisz też sprawdzić, czy Twoje konto użytkownika lub usługi ma przypisaną rolę użytkownika Vertex AI.
Przykładowy kod do instalowania klienta
AI od Google | Vertex AI |
---|---|
|
|
Przykład kodu do generowania tekstu na podstawie prompta tekstowego
AI od Google | Vertex AI |
---|---|
|
|
Przykład kodu do generowania tekstu na podstawie tekstu i obrazu
AI od Google | Vertex AI |
---|---|
|
|
Przykład kodu do generowania czatu wieloetapowego
AI od Google | Vertex AI |
---|---|
|
|
Usuń nieużywane klucze interfejsu API
Jeśli nie musisz już używać klucza interfejsu Google AI Gemini API, usuń go, postępując zgodnie ze sprawdzonymi metodami dotyczącymi bezpieczeństwa.
Aby usunąć klucz interfejsu API:
Otwórz stronę Dane logowania interfejsu Google Cloud API.
Znajdź klucz interfejsu API, który chcesz usunąć, i kliknij ikonę Działania.
Wybierz Usuń klucz interfejsu API.
W oknie Usuń dane logowania wybierz Usuń.
Usunięcie klucza interfejsu API może potrwać kilka minut. Po zakończeniu propagacji cały ruch korzystający z usuniętego klucza interfejsu API jest odrzucany.
Dalsze kroki
- Zapoznaj się z omówieniem Vertex AI, aby dowiedzieć się więcej o rozwiązaniach generatywnej AI w Vertex AI.
- Dowiedz się więcej o interfejsie Vertex AI Gemini API.