Xây dựng bằng Gemini trên Google Cloud

Nếu bạn mới sử dụng Gemini, thì việc sử dụng tính năng bắt đầu nhanh là cách nhanh nhất để bắt đầu.

Tuy nhiên, khi các giải pháp AI tạo sinh đã hoàn thiện, có thể bạn sẽ cần có một nền tảng để xây dựng và triển khai toàn diện các ứng dụng và giải pháp dựa trên AI tạo sinh. Google Cloud cung cấp một hệ sinh thái công cụ toàn diện giúp nhà phát triển khai thác sức mạnh của AI tạo sinh, từ giai đoạn ban đầu trong quá trình phát triển ứng dụng đến việc triển khai ứng dụng, lưu trữ ứng dụng và quản lý dữ liệu phức tạp trên quy mô lớn.

Nền tảng Vertex AI của Google Cloud cung cấp một bộ công cụ MLOps giúp đơn giản hoá việc sử dụng, triển khai và giám sát các mô hình AI (trí tuệ nhân tạo) nhằm tăng tính hiệu quả và độ tin cậy. Ngoài ra, việc tích hợp với cơ sở dữ liệu, các công cụ DevOps, ghi nhật ký, giám sát và IAM mang đến một phương pháp toàn diện để quản lý toàn bộ vòng đời của AI tạo sinh.

Bảng sau đây tóm tắt những điểm khác biệt chính giữa AI của Google và Vertex AI để giúp bạn quyết định lựa chọn phù hợp với trường hợp sử dụng của mình:

Tính năng API Google AI Gemini API Vertex AI Gemini của Google Cloud
Các mô hình Gemini mới nhất Gemini Pro và Gemini Ultra Gemini Pro và Gemini Ultra
Đăng ký Tài khoản Google Tài khoản Google Cloud (có thoả thuận về các điều khoản và cách thanh toán)
Xác thực Khóa API Tài khoản dịch vụ Google Cloud
Nền tảng giao diện người dùng Google AI Studio Vertex AI Studio
API và SDK Python, Node.js, Android (Kotlin/Java), Swift, Go SDK hỗ trợ Python, Node.js, Java, Go
Bậc miễn phí Có Tín dụng Google Cloud trị giá 300 USD dành cho người dùng mới
Hạn mức (Yêu cầu mỗi phút) 60 (có thể yêu cầu tăng hạn mức) Tăng theo yêu cầu (mặc định: 60)
Hỗ trợ doanh nghiệp Không Khoá mã hoá khách hàng
Đám mây riêng ảo
Nơi lưu trữ dữ liệu
Tính minh bạch về quyền truy cập
Cơ sở hạ tầng có thể mở rộng để lưu trữ ứng dụng
Cơ sở dữ liệu và bộ nhớ dữ liệu
MLOps Không MLOps đầy đủ trên Vertex AI (Ví dụ: đánh giá mô hình, Giám sát mô hình, Sổ đăng ký mô hình)

Để tìm hiểu xem những sản phẩm, khung và công cụ nào phù hợp nhất để xây dựng ứng dụng AI tạo sinh trên Google Cloud, hãy xem bài viết Tạo ứng dụng dựa trên AI tạo sinh trên Google Cloud.

Chuyển từ Gemini trên Google AI sang Vertex AI

Nếu ứng dụng của bạn sử dụng API Google AI Gemini, thì bạn cần chuyển sang các API Vertex AI Gemini của Google Cloud.

Khi bạn di chuyển:

Python: Di chuyển từ Google AI Gemini API sang Vertex AI Gemini API

Các phần sau đây cho thấy các đoạn mã để giúp bạn di chuyển mã Python sang sử dụng API Vertex AI Gemini.

Thiết lập SDK Python cho Vertex AI

Trên Vertex AI, bạn không cần có khoá API. Thay vào đó, Gemini trên Vertex AI được quản lý bằng quyền truy cập IAM. Quyền này kiểm soát quyền của người dùng, nhóm hoặc tài khoản dịch vụ để gọi API Gemini thông qua SDK Vertex AI.

Tuy có nhiều cách để xác thực, nhưng phương pháp dễ nhất để xác thực trong môi trường phát triển là cài đặt Google Cloud CLI, sau đó sử dụng thông tin đăng nhập của người dùng để đăng nhập vào CLI.

Để đưa ra lệnh gọi suy luận tới Vertex AI, bạn cũng phải đảm bảo rằng người dùng hoặc tài khoản dịch vụ của bạn có vai trò của người dùng Vertex AI.

Ví dụ về mã để cài đặt ứng dụng

AI của 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)

Ví dụ về mã để tạo văn bản từ câu lệnh dạng văn bản

AI của 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.

Ví dụ về mã để tạo văn bản từ văn bản và hình ảnh

AI của 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.

Ví dụ về mã để tạo cuộc trò chuyện nhiều lượt

AI của 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)

Xoá khoá API không dùng đến

Nếu bạn không cần sử dụng khoá API Google AI Gemini nữa, hãy làm theo các phương pháp hay nhất về bảo mật và xoá khoá đó.

Các bước tiếp theo