Auf dieser Seite wird beschrieben, wie Sie multimodale Einbettungen mit dem unterstützten multimodalen Vertex AI-Modell multimodalembedding@001
generieren.
Sie können die multimodalen Vertex AI-Einbettungsmodelle verwenden, auf die in Unterstützte Modelle verwiesen wird.
Auf dieser Seite wird davon ausgegangen, dass Sie mit AlloyDB for PostgreSQL und generativen KI-Konzepten vertraut sind. Weitere Informationen zu Einbettungen finden Sie unter Was sind Einbettungen?.
Hinweise
Bevor Sie multimodale Einbettungen verwenden, müssen Sie Folgendes tun:
- Prüfen Sie, ob die Erweiterung
google_ml_integration
installiert ist. - Prüfen Sie, ob das Flag
google_ml_integration.enable_model_support
aufon
gesetzt ist. - In Vertex AI einbinden
- Auf Daten in Cloud Storage zugreifen, um multimodale Einbettungen zu generieren
In Vertex AI einbinden und Erweiterung installieren
- In Vertex AI einbinden
- Prüfen Sie, ob die aktuelle Version von
google_ml_integration
installiert ist.Führen Sie den folgenden Befehl aus, um die installierte Version zu prüfen:
SELECT extversion FROM pg_extension WHERE extname = 'google_ml_integration'; extversion ------------ 1.4.3 (1 row)
Wenn die Erweiterung nicht installiert ist oder die installierte Version älter als 1.4.3 ist, aktualisieren Sie die Erweiterung mit den folgenden Befehlen:
CREATE EXTENSION IF NOT EXISTS google_ml_integration; ALTER EXTENSION google_ml_integration UPDATE;
Wenn beim Ausführen der vorherigen Befehle Probleme auftreten oder die Erweiterung nach dem Ausführen der vorherigen Befehle nicht auf Version 1.4.3 aktualisiert wird, wenden Sie sich an den AlloyDB-Support.
Nachdem Sie sichergestellt haben, dass die Version aktuell ist, installieren Sie die Vorschaufunktion, indem Sie die Prozedur
upgrade_to_preview_version
ausführen:CALL google_ml.upgrade_to_preview_version(); SELECT extversion FROM pg_extension WHERE extname = 'google_ml_integration'; extversion ------------ 1.4.4 (1 row)
Auf Daten in Cloud Storage zugreifen, um multimodale Einbettungen zu generieren
- Wenn Sie multimodale Einbettungen generieren möchten, verweisen Sie mit einem
gs://
-URI auf Inhalte in Cloud Storage. - Über den Vertex AI-Dienst-Agent Ihres aktuellen Projekts auf Cloud Storage-Inhalte zugreifen. Standardmäßig hat der Vertex AI-Dienst-Agent bereits die Berechtigung, auf den Bucket im selben Projekt zuzugreifen. Weitere Informationen finden Sie im Index für IAM-Rollen und -Berechtigungen.
Wenn Sie auf Daten in einem Cloud Storage-Bucket in einem anderen Google Cloud Projekt zugreifen möchten, führen Sie den folgenden gcloud CLI-Befehl aus, um dem Vertex AI-Dienst-Agent Ihres AlloyDB-Projekts die Rolle „Storage-Objekt-Betrachter“ (
roles/storage.objectViewer
) zuzuweisen.gcloud projects add-iam-policy-binding <ANOTHER_PROJECT_ID> \ --member="serviceAccount:service-<PROJECT_ID>@gcp-sa-aiplatform.iam.gserviceaccount.com" \ --role="roles/storage.objectViewer"
Weitere Informationen finden Sie unter IAM-Richtlinien für Buckets festlegen und verwalten.
Wählen Sie eines der folgenden Schemas aus, um multimodale Einbettungen zu generieren.