Jeśli dopiero zaczynasz korzystać z Gemini, najszybszym sposobem na rozpoczęcie korzystania z tej usługi jest skorzystanie z krótkich wstępów.
Jednak w miarę dojrzewania rozwiązań generatywnej AI możesz potrzebować platformy do tworzenia i wdrażania rozwiązań oraz aplikacji generatywnej AI. Google Cloud zapewnia kompleksowy ekosystem narzędzi, które pozwalają deweloperom wykorzystywać możliwości generatywnej AI – od początkowych etapów tworzenia aplikacji po wdrażanie aplikacji, hostowanie aplikacji i zarządzanie złożonymi danymi na dużą skalę.
Platforma Vertex AI w Google Cloud oferuje pakiet narzędzi MLOps, które upraszczają korzystanie z modeli AI, wdrażanie i monitorowanie modeli AI pod kątem wydajności i niezawodności. Dodatkowo integracje z bazami danych, narzędziami DevOps, logowaniem, monitorowaniem i uprawnieniami zapewniają holistyczne podejście do zarządzania całym cyklem życia generatywnej AI.
W tabeli poniżej podsumowaliśmy główne różnice między AI od Google a Vertex AI, aby ułatwić Ci podjęcie decyzji, która opcja sprawdzi się w Twoim przypadku:
Funkcje | Interfejs Google AI Gemini API | 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 |
Środowisko do testowania interfejsu | 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, Java 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 hostowania aplikacji Bazy danych i miejsce na dane |
MLOps | Nie | Pełne MLOps w Vertex AI (przykłady: ocena modeli, monitorowanie modeli, rejestr modeli) |
Aby dowiedzieć się, które usługi, platformy i narzędzia najlepiej pasują do tworzenia aplikacji generatywnej AI w Google Cloud, przeczytaj artykuł Tworzenie aplikacji generatywnej AI w Google Cloud.
Migracja z Gemini w AI od Google do Vertex AI
Jeśli Twoja aplikacja używa interfejsów Google AI Gemini API, musisz przejść na interfejsy Google Cloud API Vertex AI Gemini.
Podczas migracji:
Możesz użyć istniejącego projektu Google Cloud (tego, który został użyty do wygenerowania klucza interfejsu API) lub utworzyć nowy projekt Google Cloud.
Obsługiwane regiony mogą się różnić między Google AI Studio i Vertex AI. Zobacz listę regionów, w których generatywna AI jest obsługiwana w Google Cloud.
Wszystkie modele utworzone w Google AI Studio trzeba wytrenować w Vertex AI.
Python: migracja z interfejsu Google AI Gemini API do interfejsu Vertex AI Gemini API
W poniższych sekcjach znajdziesz fragmenty kodu, które pomogą Ci przenieść kod Pythona do interfejsu Vertex AI Gemini API.
Konfiguracja pakietu Vertex AI Python SDK
W Vertex AI nie potrzebujesz klucza interfejsu API. Zamiast tego zarządza się interfejsami Gemini w Vertex AI za pomocą dostępu do uprawnień, który kontroluje uprawnienia użytkownika, grupy lub konta usługi do wywoływania interfejsu Gemini API za pomocą pakietu SDK Vertex AI.
Mimo że istnieje wiele sposobów uwierzytelniania, najprostszą metodą uwierzytelniania w środowisku programistycznym jest zainstalowanie interfejsu wiersza poleceń Google Cloud, a następnie zalogowanie się w tym interfejsie za pomocą danych logowania użytkownika.
Aby móc wnioskować do Vertex AI, musisz też sprawdzić, czy Twoje konto użytkownika lub usługi ma przypisaną rolę użytkownika Vertex AI.
Przykład kodu do instalowania klienta
AI od Google | Vertex AI |
---|---|
|
|
Przykład kodu do generowania tekstu na podstawie promptu 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 |
---|---|
|
|
Usuwanie nieużywanych kluczy interfejsu API
Jeśli nie musisz już używać klucza interfejsu Google AI Gemini API, postępuj zgodnie ze sprawdzonymi metodami dotyczącymi bezpieczeństwa i usuń go.
Dalsze kroki
- Zapoznaj się z omówieniem Vertex AI, aby dowiedzieć się więcej o rozwiązaniach generatywnej AI w Vertex AI.
- Dowiedz się więcej o interfejsie API Vertex AI Gemini.