Halaman ini memberikan ringkasan model Gemini dalam Google Distributed Cloud (GDC) dengan air gap. Model bahasa besar (LLM) yang dirancang oleh Google ini tersedia untuk Anda gunakan di organisasi Distributed Cloud Anda guna memberikan kemampuan pemrosesan file teks dan media yang canggih sekaligus mematuhi persyaratan keamanan dan isolasi yang ketat untuk deployment yang terisolasi dari internet. Karena sifat lingkungan yang terisolasi ini, beberapa fitur Gemini yang mengandalkan konektivitas jaringan eksternal tidak tersedia atau memerlukan konfigurasi tertentu. Tinjau dokumentasi produk untuk mengetahui detail tentang konfigurasi dan batasan Distributed Cloud.
Model
GDC menawarkan model Gemini untuk pemrosesan bahasa alami dan pembuatan konten di lingkungan air-gapped Anda. Gemini adalah bagian dari rangkaian model AI Generatif yang lebih besar yang tersedia sebagai bagian dari solusi Vertex AI di Distributed Cloud melalui API yang dapat Anda aktifkan di organisasi Anda. Untuk mengetahui informasi selengkapnya tentang fitur dan kemampuan AI Generatif di GDC, lihat Ringkasan AI Generatif.
Untuk mengetahui daftar model Gemini yang didukung dan spesifikasinya di GDC, lihat model Gemini yang tersedia.
Fitur
Gemini Flash dioptimalkan untuk kecepatan dan efisiensi, sehingga ideal untuk tugas pemrosesan teks bervolume tinggi dan latensi rendah. Di sisi lain, Gemini Pro menawarkan kemampuan yang ditingkatkan untuk tugas pemrosesan data yang lebih kompleks.
Tabel berikut memberikan ringkasan fitur Gemini yang tersedia di GDC.
| Fitur | Deskripsi | Gemini Flash | Gemini Pro |
|---|---|---|---|
| Inferensi yang dioptimalkan | Desain untuk pemrosesan cepat pada hardware dengan resource terbatas di lingkungan dengan air gap. | Ya | |
| Integrasi dengan layanan GDC | Integrasikan dengan lancar layanan lain untuk penyimpanan, pemrosesan, dan pengelolaan data. | Ya | Ya |
| Deployment yang aman | Beroperasi sepenuhnya dalam lingkungan dengan air gap, sehingga memastikan keamanan dan kepatuhan data. | Ya | Ya |
| Kemampuan penalaran tingkat lanjut | Menangani tugas bahasa yang kompleks yang memerlukan pemahaman dan penalaran yang mendalam. | Ya | |
| Jendela konteks besar | Memproses segmen teks panjang untuk pemahaman kontekstual. | Ya | Ya |
Kasus penggunaan
Model Gemini di GDC mendukung kasus penggunaan yang sama, tetapi Pro lebih besar dan umumnya lebih siap memberikan jawaban yang lebih baik. Oleh karena itu, gunakan Gemini Pro untuk mendapatkan insight yang lebih baik dari data dibandingkan dengan Gemini Flash. Namun, jika Anda ingin memprioritaskan kecepatan dan efisiensi sambil mempertahankan kualitas respons yang baik, gunakan Gemini Flash.
Tabel berikut memberikan ringkasan kasus penggunaan untuk model Gemini yang tersedia di GDC.
| Model Gemini di GDC | |
|---|---|
| Kasus penggunaan | Deskripsi |
| Klasifikasi teks | Mengategorikan teks ke dalam kategori yang telah ditentukan untuk tugas seperti deteksi spam, analisis sentimen, atau identifikasi topik. Latih dan deploy model kustom di lingkungan yang terisolasi dari internet. |
| Ekstraksi informasi | Mengidentifikasi dan mengekstrak informasi penting seperti entitas, tanggal, dan lokasi untuk penambangan data, pembuatan grafik pengetahuan, dan entri data otomatis. |
| Ringkasan | Membuat ringkasan singkat dari teks yang lebih panjang agar lebih cepat dipahami. Berguna untuk analisis intelijen dan pembuatan laporan. |
| Question answering | Menjawab pertanyaan berdasarkan konteks yang diberikan. Mengirimkan kueri ke repositori dokumen lokal dan pusat informasi dalam deployment yang terisolasi dari internet. |
| Pembuatan teks | Menghasilkan teks berkualitas manusia, seperti artikel, cerita, dan kode. Gunakan fitur ini untuk pembuatan konten, penulisan laporan, dan pembuatan kode. |
| Terjemahan | Terjemahkan teks antarbahasa. Meskipun Vertex AI Translation tersedia di GDC, Gemini juga menangani tugas pemrosesan bahasa alami seperti terjemahan. |
| Pemahaman multimodal | Menganalisis file, termasuk gambar, video, audio, dan dokumen, untuk membuat teks atau jawaban berdasarkan data ini. Gunakan fitur ini untuk mendapatkan insight dan mengatur informasi dari sumber data di lingkungan yang terisolasi. |
| Penalaran dan perencanaan | Menyelesaikan tugas penalaran yang kompleks, seperti memecahkan teka-teki logika dan membuat rencana. Terapkan fitur ini untuk pemecahan masalah dan dukungan pengambilan keputusan. |
Pertimbangan penggunaan
Saat menggunakan model Gemini di GDC, pertimbangkan aspek berikut untuk deployment dan penggunaan API Anda:
- Ketersediaan resource: Lingkungan yang terisolasi dari internet memiliki resource terbatas. Rencanakan dan alokasikan resource dengan cermat untuk deployment yang berhasil.
- Pengelolaan data: Mekanisme kontrol akses dan penyimpanan data yang aman sangat penting. Mengelola data untuk pelatihan dan inferensi dalam lingkungan yang terisolasi dari internet.
- Update model: Mengupdate model di lingkungan yang terisolasi memerlukan proses tertentu. Tinjau panduan deployment untuk mengetahui detailnya.
- Batasan konektivitas: Fitur yang memerlukan konektivitas jaringan eksternal tidak tersedia atau memerlukan konfigurasi tertentu dalam lingkungan yang terisolasi.