Se non hai mai utilizzato Gemini, le guide rapide sono il modo più rapido per iniziare.
Tuttavia, man mano che le tue soluzioni di IA generativa maturano, potresti aver bisogno di una piattaforma per creare e eseguire il deployment di applicazioni e soluzioni di IA generativa end-to-end. Google Cloud offre un ecosistema completo di strumenti per consentire agli sviluppatori di sfruttare la potenza dell'IA generativa, dalle fasi iniziali dello sviluppo delle app al deployment delle app, all'hosting delle app e alla gestione di dati complessi su larga scala.
La piattaforma Vertex AI di Google Cloud offre una suite di strumenti MLOps che semplificano l'utilizzo, il deployment e il monitoraggio dei modelli di IA per garantire efficienza e affidabilità. Inoltre, le integrazioni con database, strumenti DevOps, logging, monitoraggio e IAM forniscono un approccio olistico alla gestione dell'intero ciclo di vita dell'IA generativa.
La tabella seguente riassume le principali differenze tra Google AI e Vertex AI per aiutarti a decidere quale opzione è adatta al tuo caso d'uso:
Funzionalità | API Gemini dell'IA di Google | API Gemini Vertex AI di Google Cloud |
---|---|---|
Modelli Gemini più recenti | Gemini Pro e Gemini Ultra | Gemini Pro e Gemini Ultra |
Registrati | Account Google | Account Google Cloud (con contratto sui termini e fatturazione) |
Autenticazione | Chiave API | Account di servizio Google Cloud |
Playground interfaccia utente | Google AI Studio | Vertex AI Studio |
API e SDK | Python, Node.js, Android (Kotlin/Java), Swift, Go | SDK supporta Python, Node.js, Java e Go |
Livello senza costi | Sì | 300 $ di credito Google Cloud per i nuovi utenti |
Quota (richiesta al minuto) | 60 (può richiedere un aumento) | Aumenta su richiesta (valore predefinito: 60) |
Supporto per le aziende | No |
Chiave di crittografia del cliente Cloud privato virtuale Residenza dei dati Trasparenza degli accessi Infrastruttura scalabile per l'hosting di applicazioni Database e archiviazione dati |
MLOps | Nessuna | MLOps complete su Vertex AI (esempi: valutazione del modello, monitoraggio del modello, registro dei modelli) |
Per scoprire quali prodotti, framework e strumenti sono i più adatti per creare la tua applicazione di IA generativa su Google Cloud, consulta Creare un'applicazione di IA generativa su Google Cloud.
Migrazione da Gemini su Google AI a Vertex AI
Se la tua applicazione utilizza le API Gemini di Google AI, devi eseguire la migrazione alle API Gemini Vertex AI di Google Cloud.
Quando esegui la migrazione:
Puoi utilizzare il tuo progetto Google Cloud esistente (lo stesso che hai utilizzato per generare la chiave API) o puoi creare un nuovo progetto Google Cloud.
Le regioni supportate potrebbero variare tra Google AI Studio e Vertex AI. Consulta l'elenco delle regioni supportate per l'IA generativa su Google Cloud.
Tutti i modelli creati in Google AI Studio devono essere riaddestrati in Vertex AI.
Python: esegui la migrazione dall'API Gemini di Google AI all'API Gemini di Vertex AI
Le sezioni seguenti mostrano snippet di codice per aiutarti a eseguire la migrazione del codice Python per utilizzare l'API Gemini di Vertex AI.
Configurazione dell'SDK Python per Vertex AI
Su Vertex AI non è necessaria una chiave API. Gemini su Vertex AI viene invece gestito utilizzando l'accesso IAM, che controlla l'autorizzazione per un utente, un gruppo o un account di servizio per chiamare l'API Gemini tramite l'SDK Vertex AI.
Sebbene esistano diversi modi per eseguire l'autenticazione, il metodo più semplice per l'autenticazione in un ambiente di sviluppo è installare Google Cloud CLI, quindi utilizzare le tue credenziali utente per accedere all'interfaccia a riga di comando.
Per effettuare chiamate di inferenza a Vertex AI, devi anche assicurarti che il tuo account utente o di servizio abbia il ruolo Utente Vertex AI.
Esempio di codice per installare il client
Google AI | Vertex AI |
---|---|
|
|
Esempio di codice per generare testo da un prompt di testo
Google AI | Vertex AI |
---|---|
|
|
Esempio di codice per generare testo da testo e immagine
Google AI | Vertex AI |
---|---|
|
|
Esempio di codice per generare una chat a turni multipli
Google AI | Vertex AI |
---|---|
|
|
Elimina chiavi API inutilizzate
Se non hai più bisogno di utilizzare la chiave API Gemini di Google AI, segui le best practice per la sicurezza ed eliminala.
Per eliminare una chiave API:
Apri la pagina Credenziali API di Google Cloud.
Trova la chiave API che vuoi eliminare e fai clic sull'icona Azioni.
Seleziona Elimina chiave API.
Nella finestra modale Elimina credenziale, seleziona Elimina.
L'eliminazione di una chiave API richiede alcuni minuti per la propagazione. Una volta completata la propagazione, il traffico che utilizza la chiave API eliminata viene rifiutato.
Passaggi successivi
- Vedi la panoramica di Vertex AI per saperne di più sulle soluzioni di IA generativa su Vertex AI.
- Approfondisci l'API Gemini di Vertex AI.