Escolher um modelo de embedding de texto

Este documento fornece um comparativo de mercado do desempenho e do custo dos modelos de incorporação de texto disponíveis no BigQuery ML. Use essas informações para decidir qual é o melhor modelo para seu caso de uso.

Modelos

Os seguintes tipos de modelos são abordados neste comparativo de mercado:

• Um modelo remoto que tem como alvo o modelo de fundação textembedding-gecko@001 da Vertex AI. Esse modelo trabalha com a função ML.GENERATE_EMBEDDING para gerar embeddings.

• Um modelo remoto que tem como alvo um modelo BERT implantado como endpoint da Vertex AI. O modelo BERT é configurado conforme descrito no Grupo de modelos da Vertex AI:

  • Tipo de máquina: n1-highmem-8
  • Tipo de acelerador: NVIDIA_TESLA_T4
  • Contagem de aceleradores: 1

  Esse modelo trabalha com a função ML.PREDICT para gerar embeddings.

• Modelos importados do TensorFlow que implementam modelos NNLM e SWIVEL. Esses modelos funcionam com a função ML.PREDICT para gerar embeddings.

O comparativo usa a sintaxe descrita em Incorporar texto usando a função ML.GENERATE_EMBEDDING para processar a consulta ML.GENERATE_EMBEDDING.

O comparativo usa a sintaxe descrita em Gerar embeddings de texto para processar as consultas ML.PREDICT.

Cálculo dos custos

O comparativo de mercado calcula os custos do BigQuery com base nos preços de computação sob demanda do BigQuery (US$ 6,25 por TiB). O cálculo não considera o fato de que o primeiro 1 TiB de processamento de computação usado por mês é gratuito.

Os custos da Vertex AI associados à chamada do modelo BERT são calculados usando a taxa de previsão n1-highmem-8.

Os custos da Vertex AI associados à chamada do modelo textembedding-gecko são calculados usando a taxa de previsão Embeddings for Text.

Consulte Preços do BigQuery ML para mais informações sobre esse assunto.

Dados de comparação

O comparativo usa o conjunto de dados público bigquery-public-data.hacker_news.full, preparado da seguinte maneira:

• Copiou os dados em uma tabela de teste, duplicando cada linha 100 vezes:

  CREATE OR REPLACE TABLE `mydataset.hacker_news.large` AS
    SELECT base.*
    FROM `bigquery-public-data.hacker_news.full` AS base,
    UNNEST(GENERATE_ARRAY(1, 100)) AS repeat_number;

• Criou outras tabelas de teste de tamanhos diferentes para usar no comparativo de mercado, com base na tabela hacker_news.large. Foram usadas tabelas de teste dos seguintes tamanhos:

  • 100.000 linhas
  • 1.000.000 linhas
  • 10.000.000 linhas
  • 100.000.000 linhas
  • 1.000.000.000 linhas
  • 10.000.000.000 linhas

Comparativo de mercado

A tabela a seguir contém os dados do comparativo de mercado:

Modelo	Dimensões de embedding	Número de linhas	Horário da execução	Total de milissegundos de slot	Bytes processados	Serviço usado	Custo em US$
Visualização em giro	20	100.000	5 segundos	6,128	37 MB	BigQuery	0.00022
		1 milhão	1 minuto, 1 segundo	97,210	341 MB		0.00203
		10 milhões	28 segundos	1.203.838	3,21 GB		0.01959
		100 milhões	32 segundos	11.755.909	31,9 GB		0.19470
		1 bilhão	2 minutos e 3 segundos	135.754.696	312,35 GB		1.90643
		10 bilhões	19 minutos e 55 segundos	1,257,462,851	3,12 TB		19,5
NNLM	50	100.000	18 segundos	66,112	227 MB	BigQuery	0.00135
		1 milhão	1 minuto, 1 segundo	666,875	531 MB		0.00316
		10 milhões	19 segundos	4,140,396	3,39 GB		0.02069
		100 milhões	27 segundos	14,971,248	32,08 GB		0.19580
		1 bilhão	8 minutos e 16 segundos	288,221,149	312,54 GB		1.90759
		10 bilhões	19 minutos e 28 segundos	1,655,252,687	3,12 TB		19,5
BERT^1	768	100.000	29 minutos e 37 segundos	2,731,868	38 MB	BigQuery	0.00022
						Vertex AI	8.11
		1 milhão	5 horas e 10 segundos	28,905,706	339 MB	BigQuery	0.00196
						Vertex AI	9.98
LLM textembedding-gecko@001 da Vertex AI^2	768	100.000	14 minutos e 14 segundos	1,495,297	38 MB	BigQuery	0.00022
						Vertex AI	0,73
		1 milhão	2 horas e 24 minutos	17,342,114	11,6 MB	BigQuery	0.00196
						Vertex AI	2,97

¹ Os jobs de consulta do BigQuery são limitados a 6 horas. Portanto, esse modelo só é comparado para até 1 milhão de linhas. É possível usar mais recursos computacionais do Grupo de modelos da Vertex AI para permitir que o job processe mais linhas no limite de seis horas. Por exemplo, você pode aumentar o número de aceleradores.

² Os jobs de consulta do BigQuery são limitados a 6 horas. Portanto, esse modelo só é comparado para até 1 milhão de linhas. É possível solicitar uma cota maior para permitir que o job processe mais linhas dentro do limite de seis horas. Também é possível usar esse conjunto de scripts SQL ou este pacote do Dataform para iterar chamadas de inferência além do limite de seis horas.