Membangun aplikasi dengan Gemini di Google Cloud

Jika Anda baru menggunakan Gemini, menggunakan panduan memulai adalah cara tercepat untuk memulai.

Namun, seiring berkembangnya solusi AI generatif Anda, Anda mungkin memerlukan platform untuk membangun serta men-deploy aplikasi dan solusi AI generatif secara menyeluruh. Google Cloud menyediakan ekosistem alat komprehensif untuk memungkinkan developer memanfaatkan kecanggihan AI generatif, mulai dari tahap awal pengembangan aplikasi hingga deployment aplikasi, hosting aplikasi, dan pengelolaan data kompleks dalam skala besar.

Platform Vertex AI Google Cloud menawarkan serangkaian alat MLOps yang menyederhanakan penggunaan, deployment, dan pemantauan model AI untuk efisiensi dan keandalan. Selain itu, integrasi dengan database, alat DevOps, logging, pemantauan, dan IAM memberikan pendekatan menyeluruh untuk mengelola seluruh siklus proses AI generatif.

Tabel berikut merangkum perbedaan utama antara Google AI dan Vertex AI untuk membantu Anda memutuskan opsi yang tepat untuk kasus penggunaan Anda:

Fitur Google AI Gemini API Google Cloud Vertex AI Gemini API
Model Gemini terbaru Gemini Pro dan Gemini Ultra Gemini Pro dan Gemini Ultra
Daftar Akun Google Akun Google Cloud (dengan perjanjian persyaratan dan penagihan)
Autentikasi Kunci API Akun layanan Google Cloud
Playground antarmuka pengguna Google AI Studio Vertex AI Studio
API & SDK Python, Node.js, Android (Kotlin/Java), Swift, Go SDK mendukung Python, Node.js, Java, Go
Paket gratis Ya Kredit Google Cloud senilai $300 untuk pengguna baru
Kuota (Permintaan per menit) 60 (dapat meminta penambahan) Tingkatkan sesuai permintaan (default: 60)
Dukungan untuk perusahaan Tidak Kunci enkripsi pelanggan
Virtual private cloud
Residensi data
Transparansi akses
Infrastruktur yang skalabel untuk hosting aplikasi
Database dan penyimpanan data
MLOps Tidak MLOps Penuh di Vertex AI (Contoh: evaluasi model, Pemantauan Model, Registry Model)

Untuk mempelajari produk, framework, dan alat yang paling cocok untuk membangun aplikasi AI generatif Anda di Google Cloud, lihat Membangun aplikasi AI generatif di Google Cloud.

Bermigrasi dari Gemini di Google AI ke Vertex AI

Jika aplikasi Anda menggunakan Google AI Gemini API, Anda harus bermigrasi ke Vertex AI Gemini API dari Google Cloud.

Saat Anda melakukan migrasi:

Python: Bermigrasi dari Google AI Gemini API ke Vertex AI Gemini API

Bagian berikut menampilkan cuplikan kode untuk membantu Anda memigrasikan kode Python agar dapat menggunakan Vertex AI Gemini API.

Penyiapan Vertex AI Python SDK

Di Vertex AI, Anda tidak memerlukan kunci API. Sebagai gantinya, Gemini di Vertex AI dikelola menggunakan akses IAM, yang mengontrol izin bagi pengguna, grup, atau akun layanan untuk memanggil Gemini API melalui Vertex AI SDK.

Meskipun ada banyak cara untuk mengautentikasi, metode termudah untuk mengautentikasi di lingkungan pengembangan adalah dengan menginstal Google Cloud CLI, lalu menggunakan kredensial pengguna Anda untuk login ke CLI.

Untuk membuat panggilan inferensi ke Vertex AI, Anda juga harus memastikan bahwa pengguna atau akun layanan Anda memiliki peran Pengguna Vertex AI.

Contoh kode untuk menginstal klien

AI Google Vertex AI 
# To install the Python SDK, use this CLI command:
# pip install google-generativeai

from google.generativeai import GenerativeModel
from google.colab import userdata

genai.configure(userdata.get('API_KEY'))
        
# To install the Python SDK, use this CLI command:
# pip install google-cloud-aiplatform

import vertexai
from vertexai.generative_models
          import GenerativeModel, Image

PROJECT_ID = ""
REGION = ""  # e.g. us-central1
vertexai.init(project=PROJECT_ID, location=REGION)

Contoh kode untuk membuat teks dari perintah teks

AI Google Vertex AI 
model = GenerativeModel('gemini-1.0-pro')

response = model.generate_content('The opposite of hot is')
print(response.text) #  The opposite of hot is cold.
        
model = GenerativeModel('gemini-1.0-pro')

response = model.generate_content('The opposite of hot is')
print(response.text) #  The opposite of hot is cold.

Contoh kode untuk menghasilkan teks dari teks dan gambar

AI Google Vertex AI 
import PIL.Image

multimodal_model = GenerativeModel('gemini-1.0-pro-vision')

image = PIL.Image.open('image.jpg')

response = multimodal_model.generate_content(['What is this picture?', image])
print(response.text) # A cat is shown in this picture.
        
multimodal_model = GenerativeModel("gemini-1.0-pro-vision")

image = Image.load_from_file("image.jpg")

response = multimodal_model.generate_content(["What is shown in this image?", image])

print(response.text) # A cat is shown in this picture.

Contoh kode untuk membuat chat multi-giliran

AI Google Vertex AI 
model = GenerativeModel('gemini-1.0-pro')

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        
model = GenerativeModel("gemini-1.0-pro")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)

Menghapus Kunci API yang tidak digunakan

Jika Anda tidak perlu lagi menggunakan kunci Google AI Gemini API, ikuti praktik terbaik keamanan dan hapus kunci tersebut.

Langkah berikutnya