หากคุณเพิ่งเริ่มใช้ Gemini การใช้การเริ่มต้นอย่างรวดเร็วเป็นวิธีที่เร็วที่สุดในการเริ่มต้นใช้งาน
อย่างไรก็ตาม เมื่อโซลูชัน Generative AI ได้รับการพัฒนาแล้ว คุณก็อาจต้องมีแพลตฟอร์มสำหรับการสร้างและทำให้แอปพลิเคชันและโซลูชัน Generative AI ใช้งานได้ตั้งแต่ต้นจนจบ Google Cloud มีระบบนิเวศของเครื่องมือที่ครอบคลุมเพื่อช่วยให้นักพัฒนาซอฟต์แวร์ใช้ประโยชน์จาก Generative AI ได้ตั้งแต่ขั้นแรกของการพัฒนาแอป ไปจนถึงการทำให้แอปใช้งานได้ การโฮสต์แอป และการจัดการข้อมูลที่ซับซ้อนในวงกว้าง
แพลตฟอร์ม Vertex AI ของ Google Cloud มีชุดเครื่องมือ MLOps ที่เพิ่มประสิทธิภาพการใช้งาน การทำให้ใช้งานได้ และการตรวจสอบโมเดล AI เพื่อประสิทธิภาพและความน่าเชื่อถือ นอกจากนี้ การผสานรวมกับฐานข้อมูล, เครื่องมือ DevOps, การบันทึก, การตรวจสอบ และ IAM ก็มีแนวทางแบบองค์รวมในการจัดการวงจรทั้งหมดของ Generative AI
ตารางต่อไปนี้จะสรุปความแตกต่างหลักๆ ระหว่าง AI ของ Google กับ Vertex AI เพื่อช่วยให้คุณตัดสินใจได้ว่าตัวเลือกใดเหมาะกับกรณีการใช้งานของคุณ
ฟีเจอร์ | Google AI Gemini API | Vertex AI Gemini API ของ Google Cloud |
---|---|---|
โมเดล Gemini ล่าสุด | Gemini Pro และ Gemini Ultra | Gemini Pro และ Gemini Ultra |
ลงชื่อสมัคร | บัญชี Google | บัญชี Google Cloud (ที่มีข้อตกลงตามข้อกำหนดและการเรียกเก็บเงิน) |
การตรวจสอบสิทธิ์ | คีย์ API | บัญชีบริการของ Google Cloud |
พื้นที่สำหรับอินเทอร์เฟซผู้ใช้ | Google AI Studio | Vertex AI Studio |
API และ SDK | Python, Node.js, Android (Kotlin/Java), Swift, Go | SDK รองรับ Python, Node.js, Java, Go |
รุ่นฟรี | ได้ | เครดิต Google Cloud มูลค่า $300 สำหรับผู้ใช้ใหม่ |
โควต้า (คำขอต่อนาที) | 60 (ขอเพิ่มได้) | เพิ่มขึ้นตามคำขอ (ค่าเริ่มต้น: 60) |
การสนับสนุนสำหรับองค์กร | ไม่ได้ |
คีย์การเข้ารหัสของลูกค้า Virtual Private Cloud การจัดเก็บข้อมูล ความโปร่งใสในการเข้าถึง โครงสร้างพื้นฐานที่รองรับการปรับขนาดสำหรับการโฮสต์แอปพลิเคชัน ฐานข้อมูลและพื้นที่เก็บข้อมูล |
MLOps | ไม่ | MLOps เต็มรูปแบบใน Vertex AI (ตัวอย่าง: การประเมินโมเดล, การตรวจสอบโมเดล, Model Registry) |
หากต้องการดูว่าผลิตภัณฑ์ เฟรมเวิร์ก และเครื่องมือใดเหมาะกับการสร้างแอปพลิเคชัน Generative AI บน Google Cloud ที่สุด โปรดดูสร้างแอปพลิเคชัน Generative AI บน Google Cloud
ย้ายข้อมูลจาก Gemini ใน AI ของ Google ไปยัง Vertex AI
หากแอปพลิเคชันใช้ Gemini API ของ Google AI คุณจะต้องย้ายข้อมูลไปยัง Vertex AI Gemini API ของ Google Cloud
เมื่อคุณย้ายข้อมูล สิ่งที่จะเกิดขึ้นมีดังนี้
คุณจะใช้โปรเจ็กต์ Google Cloud ที่มีอยู่ (โปรเจ็กต์เดียวกับที่ใช้สร้างคีย์ API) หรือสร้างโปรเจ็กต์ Google Cloud ใหม่ก็ได้
ภูมิภาคที่รองรับ Google AI Studio และ Vertex AI อาจแตกต่างกัน ดูรายการภูมิภาคที่รองรับ Generative AI บน Google Cloud
โมเดลที่คุณสร้างใน Google AI Studio จะต้องได้รับการฝึกอีกครั้งใน Vertex AI
Python: ย้ายข้อมูลจาก Google AI Gemini API ไปยัง Vertex AI Gemini API
ส่วนต่อไปนี้จะแสดงข้อมูลโค้ดเพื่อช่วยคุณย้ายข้อมูลโค้ด Python เพื่อใช้ Vertex AI Gemini API
การตั้งค่า Vertex AI Python SDK
คุณไม่จำเป็นต้องใช้คีย์ API สำหรับ Vertex AI แต่ Gemini บน Vertex AI จะจัดการโดยใช้การเข้าถึง IAM ซึ่งควบคุมสิทธิ์สำหรับผู้ใช้ กลุ่ม หรือบัญชีบริการเพื่อเรียกใช้ Gemini API ผ่าน Vertex AI SDK แทน
แม้ว่าจะมีวิธีการตรวจสอบสิทธิ์หลายวิธี แต่วิธีที่ง่ายที่สุดในการตรวจสอบสิทธิ์ในสภาพแวดล้อมการพัฒนาซอฟต์แวร์คือติดตั้ง Google Cloud CLI จากนั้นใช้ข้อมูลเข้าสู่ระบบของผู้ใช้เพื่อลงชื่อเข้าใช้ CLI
หากต้องการเรียกใช้การอนุมานไปยัง Vertex AI คุณต้องตรวจสอบด้วยว่าบัญชีผู้ใช้หรือบัญชีบริการมีบทบาทของผู้ใช้ Vertex AI
ตัวอย่างโค้ดสำหรับติดตั้งไคลเอ็นต์
AI ของ Google | Vertex AI |
---|---|
|
|
ตัวอย่างโค้ดสำหรับสร้างข้อความจากพรอมต์ข้อความ
AI ของ Google | Vertex AI |
---|---|
|
|
ตัวอย่างโค้ดสำหรับสร้างข้อความจากข้อความและรูปภาพ
AI ของ Google | Vertex AI |
---|---|
|
|
ตัวอย่างโค้ดสำหรับสร้างแชทแบบผลัดกันเล่น
AI ของ Google | Vertex AI |
---|---|
|
|
ลบคีย์ API ที่ไม่ได้ใช้
ถ้าไม่จำเป็นต้องใช้คีย์ Gemini API ของ Google AI อีกต่อไป ให้ทำตามแนวทางปฏิบัติแนะนำด้านความปลอดภัยแล้วลบคีย์ออก
วิธีลบคีย์ API
ค้นหาคีย์ API ที่ต้องการลบ แล้วคลิกไอคอนการดำเนินการ
เลือกลบคีย์ API
เลือกลบในโมดัลลบข้อมูลเข้าสู่ระบบ
การลบคีย์ API จะใช้เวลาสักครู่จึงจะมีผล หลังจากการเผยแพร่เสร็จสมบูรณ์ การรับส่งข้อมูลที่ใช้คีย์ API ที่ลบไปแล้วจะถูกปฏิเสธ
ขั้นตอนถัดไป
- ดูข้อมูลเพิ่มเติมเกี่ยวกับโซลูชัน Generative AI ใน Vertex AI ได้ในภาพรวมของ Vertex AI
- เจาะลึกเกี่ยวกับ Vertex AI Gemini API