Wenn Sie Gemini noch nicht kennen, sind die Kurzanleitungen die schnellste Möglichkeit.
Wenn Ihre generativen KI-Lösungen besser werden, benötigen Sie möglicherweise eine Plattform für die Erstellung und Bereitstellung von generativen KI-Anwendungen und -Lösungen. Google Cloud bietet ein umfassendes Tool-Ökosystem, mit dem Entwickler das Potenzial der generativen KI voll ausschöpfen können – von den ersten Phasen der Anwendungsentwicklung über die Anwendungsbereitstellung bis hin zum Anwendungshosting und zur Verwaltung komplexer Daten in großem Umfang.
Die Vertex AI-Plattform von Google Cloud bietet eine Reihe von MLOps-Tools, mit denen die Nutzung, Bereitstellung und das Monitoring von KI-Modellen im Hinblick auf Effizienz und Zuverlässigkeit optimiert werden. Darüber hinaus bieten die Einbindung von Datenbanken, DevOps-Tools, Logging, Monitoring und IAM einen ganzheitlichen Ansatz für die Verwaltung des gesamten Lebenszyklus der generativen KI.
In der folgenden Tabelle sind die Hauptunterschiede zwischen Google AI und Vertex AI zusammengefasst, damit Sie besser entscheiden können, welche Option für Ihren Anwendungsfall die richtige ist:
Funktionen | Google AI Gemini API | Google Cloud Vertex AI Gemini API |
---|---|---|
Neueste Gemini-Modelle | Gemini Pro und Gemini Ultra | Gemini Pro und Gemini Ultra |
Anmelden | Google-Konto | Google Cloud-Konto (mit Nutzungsbedingungen und Abrechnung) |
Authentifizierung | API-Schlüssel | Google Cloud-Dienstkonto |
Playground für Benutzeroberfläche | Google AI Studio | Vertex AI Studio |
API und SDK | Python, Node.js, Android (Kotlin/Java), Swift, Go | SDK unterstützt Python, Node.js, Java, Go |
Kostenlose Stufe | Ja | 300 $ Google Cloud-Guthaben für neue Nutzer |
Kontingent (Anfrage pro Minute) | 60 (kann erhöht werden) | Auf Anfrage erhöhen (Standard: 60) |
Abbildung: Enterprise Support | Nein |
Kundenverschlüsselungsschlüssel Virtual Private Cloud Datenstandort Access Transparency Skalierbare Infrastruktur für das Anwendungshosting Datenbanken und Datenspeicher |
MLOps | Nein | Vollständige MLOps in Vertex AI (Beispiele: Modellbewertung, Modellmonitoring, Modell-Registry) |
Informationen dazu, welche Produkte, Frameworks und Tools am besten zum Erstellen Ihrer generativen KI-Anwendung in Google Cloud geeignet sind, finden Sie unter Anwendung mit generativer KI in Google Cloud erstellen.
Von Gemini in Google AI zu Vertex AI migrieren
Wenn Ihre Anwendung Google AI Gemini APIs verwendet, müssen Sie zu den Vertex AI Gemini APIs von Google Cloud migrieren.
Dabei gilt Folgendes:
Sie können Ihr vorhandenes Google Cloud-Projekt verwenden, das Sie auch zum Generieren des API-Schlüssels verwendet haben, oder ein neues Google Cloud-Projekt erstellen.
Die unterstützten Regionen können sich zwischen Google AI Studio und Vertex AI unterscheiden. Hier finden Sie eine Liste der unterstützten Regionen für Generative AI in Google Cloud.
Alle Modelle, die Sie in Google AI Studio erstellt haben, müssen in Vertex AI neu trainiert werden.
Python: Von der Google AI Gemini API zur Vertex AI Gemini API migrieren
In den folgenden Abschnitten finden Sie Code-Snippets, die Ihnen bei der Migration Ihres Python-Codes zur Verwendung der Vertex AI Gemini API helfen.
Vertex AI Python SDK einrichten
In Vertex AI benötigen Sie keinen API-Schlüssel. Stattdessen wird Gemini in Vertex AI mit IAM-Zugriff verwaltet. Damit wird die Berechtigung für einen Nutzer, eine Gruppe oder ein Dienstkonto gesteuert, mit dem die Gemini API über das Vertex AI SDK aufgerufen wird.
Es gibt zwar viele Möglichkeiten zur Authentifizierung, aber die einfachste Methode zur Authentifizierung in einer Entwicklungsumgebung ist die Installation der Google Cloud CLI und die Verwendung Ihrer Nutzeranmeldedaten, um sich bei der CLI anzumelden.
Für Inferenzaufrufe an Vertex AI müssen Sie außerdem dafür sorgen, dass Ihr Nutzer- oder Dienstkonto die Rolle Vertex AI User hat.
Codebeispiel für die Installation des Clients
KI von Google | Vertex AI |
---|---|
|
|
Codebeispiel zum Generieren von Text aus einem Text-Prompt
KI von Google | Vertex AI |
---|---|
|
|
Codebeispiel zum Erstellen von Text aus Text und Bild
KI von Google | Vertex AI |
---|---|
|
|
Codebeispiel zum Generieren des wechselseitigen Chats
KI von Google | Vertex AI |
---|---|
|
|
Nicht verwendete API-Schlüssel löschen
Wenn Sie den Google AI Gemini API-Schlüssel nicht mehr verwenden müssen, folgen Sie den Best Practices für die Sicherheit und löschen Sie ihn.
Nächste Schritte
- Weitere Informationen zu generativen KI-Lösungen in Vertex AI finden Sie in der Übersicht zu Vertex AI.
- Weitere Informationen zur Vertex AI Gemini API