בדף הזה מוסבר על ניהול נקודות קצה של מודלים. ניהול נקודות קצה של מודלים מאפשר לכם להתנסות ברישום של נקודת קצה של מודל AI ובהפעלת חיזויים. כדי להשתמש במודלים של AI בסביבות ייצור, אפשר לעיין במאמרים פיתוח אפליקציות AI גנרטיבי באמצעות Cloud SQL והפעלת חיזויים אונליין ממופעי Cloud SQL.
אחרי שמוסיפים את נקודות הקצה של המודל ורושמים אותן בניהול נקודות קצה של מודלים, אפשר להפנות אליהן באמצעות מזהה המודל כדי להפעיל תחזיות.
לפני שמתחילים
חשוב לוודא שהשלמת את הפעולות הבאות:
- רושמים את נקודת הקצה של המודל באמצעות ניהול נקודות קצה של מודלים. מידע נוסף זמין במאמר רישום של מודלים מרוחקים של AI והפעלתם באמצעות ניהול נקודות קצה של מודלים.
- יוצרים או מעדכנים את המכונה של Cloud SQL כדי שהיא תוכל להשתלב עם Vertex AI. מידע נוסף זמין במאמר הפעלת שילוב של מסד נתונים עם Vertex AI.
הפעלת חיזויים למודלים כלליים
משתמשים בפונקציית ה-SQL google_ml.predict_row() כדי לקרוא לנקודת קצה של מודל גנרי רשום ולהפעיל חיזויים. אפשר להשתמש בפונקציה google_ml.predict_row() עם כל סוג של מודל.
SELECT
google_ml.predict_row(
model_id => 'MODEL_ID',
request_body => 'REQUEST_BODY');
מחליפים את מה שכתוב בשדות הבאים:
-
MODEL_ID: מזהה המודל שהגדרתם כשרושמתם את נקודת הקצה של המודל -
REQUEST_BODY: הפרמטרים של פונקציית החיזוי, בפורמט JSON
דוגמאות
כדי ליצור תחזיות לנקודת קצה של מודל gemini-pro רשום, מריצים את ההצהרה הבאה:
SELECT
json_array_elements(
google_ml.predict_row(
model_id => 'gemini-pro',
request_body => '{
"contents": [
{
"role": "user",
"parts": [
{
"text": "For TPCH database schema as mentioned here https://www.tpc.org/TPC_Documents_Current_Versions/pdf/TPC-H_v3.0.1.pdf , generate a SQL query to find all supplier names which are located in the India nation."
}
]
}
]
}'))-> 'candidates' -> 0 -> 'content' -> 'parts' -> 0 -> 'text';