Intégration de Vertex AI

Cette page explique comment configurer l'intégration entre AlloyDB pour PostgreSQL et Vertex AI, ce qui vous permet d'appliquer des requêtes à vos données à l'aide de grands modèles de langage (LLM) stockés dans le cloud.

Ces instructions concernent l'utilisation d'AlloyDB, et non d'AlloyDB Omni. Pour intégrer une installation locale d'AlloyDB Omni à l'aide de Vertex AI, consultez Installer AlloyDB Omni avec AlloyDB AI.

Pour en savoir plus sur l'utilisation de modèles ML avec AlloyDB, consultez la page Créer des applications d'IA générative à l'aide d'AlloyDB AI.

Pour en savoir plus sur Vertex AI, consultez la Présentation de Vertex AI.

Avant de commencer

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Vertex AI API.

   Enable the API

5. Install the Google Cloud CLI.

6. To initialize the gcloud CLI, run the following command:

   gcloud init

7. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

8. Make sure that billing is enabled for your Google Cloud project.

9. Enable the Vertex AI API.

   Enable the API

10. Install the Google Cloud CLI.

11. To initialize the gcloud CLI, run the following command:

    gcloud init

Accorder une autorisation utilisateur Vertex AI à l'agent de service AlloyDB

Pour activer l'intégration de la base de données avec Vertex AI, procédez comme suit pour accorder à l'agent de service AlloyDB les autorisations IAM (Identity and Access Management) pour accéder à Vertex AI:

Ajoutez des autorisations Vertex AI à l'agent de service AlloyDB pour le projet où se trouve le cluster de la base de données AlloyDB:

Console

1. Accédez à la page Bienvenue de la console Google Cloud, puis copiez le numéro du projet contenant des clusters ou des instances AlloyDB. Vous utiliserez ce numéro de projet dans les étapes suivantes.

   Accéder à "Bienvenue"

2. Dans la console Google Cloud, accédez à la page IAM.

   Accéder à IAM

3. Sélectionnez le projet contenant des points de terminaison Vertex AI.

4. Activez l'option Inclure les attributions de rôles fournies par Google.

5. Cliquez sur Accorder l'accès.

6. Dans le champ Nouveaux comptes principaux, saisissez les éléments suivants:

       [e-mail]
       

   Remplacez PROJECT_NUMBER par le numéro du projet.

7. Dans le champ Rôle, saisissez Utilisateur Vertex AI.

8. Cliquez sur Enregistrer.

gcloud

1. Pour utiliser gcloud CLI, vous pouvez installer et initialiser Google Cloud CLI ou utiliser Cloud Shell.

   gcloud projects add-iam-policy-binding PROJECT_ID 
   
   --member="serviceAccount:[e-mail]" 
   
   --role="roles/aiplatform.user"
   

   Remplacez les éléments suivants:

• PROJECT_ID: ID du projet contenant le point de terminaison Vertex AI.
• PROJECT_NUMBER: numéro du projet contenant des clusters ou des instances AlloyDB.

Remarque :La modification de la stratégie prend effet dans un délai de 60 secondes à 7 minutes.

Vérifier l'extension installée

Vérifiez si le google_ml_integration est installé dans la base de données contenant les données sur lesquelles vous souhaitez effectuer des prédictions:

1. Connectez un client psql à l'instance principale du cluster, comme décrit dans la section Connecter un client psql à une instance.

   Remarque :Vous devez vous connecter à l'instance principale, même si vous avez l'intention d'invoquer des prédictions en étant connecté à une instance de pool de lecture.

2. Lorsque l'invite de commande psql s'affiche, connectez-vous à la base de données :

   \c DB_NAME

   Remplacez DB_NAME par le nom de la base de données sur laquelle vous souhaitez installer l'extension.

3. Vérifiez que la version 1.4.2 ou ultérieure de l'extension google_ml_integration est installée:

   SELECT extversion FROM pg_extension WHERE extname = 'google_ml_integration';

4. Facultatif. Installez manuellement la dernière version de l'extension:

   CREATE EXTENSION google_ml_integration VERSION '1.4.2';

5. Facultatif. Si vous utilisez une extension antérieure à la version 1.4.2, mettez-la à jour vers la dernière version:

   ALTER EXTENSION google_ml_integration UPDATE TO '1.4.2'

Étape suivante

• Utiliser des embeddings

• Appeler des prédictions

• Quotas et limites de Vertex AI

• Appeler des points de terminaison de modèle distants