本页面简要介绍了 Google Distributed Cloud (GDC) 气隙环境中的 Gemini 模型。这些由 Google 设计的大语言模型 (LLM) 可供您在 Distributed Cloud 组织中使用，以提供强大的文本和媒体文件处理功能，同时满足气隙部署的严格安全性和隔离要求。由于这些环境的隔离特性，某些依赖于外部网络连接的 Gemini 功能无法使用或需要特定配置。如需详细了解 Distributed Cloud 配置和限制，请参阅产品文档。
模型
GDC 提供 Gemini 模型，可在您的隔网环境中进行自然语言处理和内容创作。Gemini 是一系列更大的生成式 AI 模型的一部分，这些模型可通过您可以在组织中启用的 API 作为 Distributed Cloud 中的 Vertex AI 解决方案的一部分提供。如需详细了解 GDC 中的生成式 AI 功能和功能，请参阅生成式 AI 概览。
如需查看 GDC 中支持的 Gemini 模型及其规格的列表，请参阅可用的 Gemini 模型。
特性
Gemini Flash 经过优化，可实现高速度和高效率，非常适合处理高数据量、低延迟的文本处理任务。另一方面，Gemini Pro 在处理更复杂的数据处理任务方面提供了增强的功能。
下表简要介绍了 GDC 中提供的 Gemini 功能。
| 功能 | 说明 | Gemini Flash | Gemini Pro |
|---|---|---|---|
| 优化后的推理 | 在资源受限的隔离环境中实现快速处理。 | 是 | |
| 与 GDC 服务集成 | 与其他服务无缝集成，以实现数据存储、处理和管理。 | 是 | 是 |
| 安全部署 | 完全在经过网闸隔离的环境中运行，确保数据安全和合规性。 | 是 | 是 |
| 高级推理能力 | 处理需要深入理解和推理的复杂语言任务。 | 是 | |
| 更长的上下文窗口 | 处理长文本片段，以了解上下文。 | 是 | 是 |
使用场景
GDC 中的 Gemini 模型支持相同的应用场景，但 Pro 模型更大，通常更擅长给出更好的答案。因此，与 Gemini Flash 相比，使用 Gemini Pro 可以从数据中获得更深入的分析洞见。不过，如果您想在保持高质量回答的同时优先考虑速度和效率，请使用 Gemini Flash。
下表简要介绍了 GDC 中可用的 Gemini 模型的应用场景。
| GDC 上的 Gemini 模型 | |
|---|---|
| 使用场景 | 说明 |
| 文本分类 | 将文本归类到预定义的类别中，以执行垃圾信息检测、情感分析或主题识别等任务。在无网络连接的环境中训练和部署自定义模型。 |
| 信息提取 | 识别并提取实体、日期和位置等关键信息，以用于数据挖掘、知识图谱构建和自动数据输入。 |
| 摘要 | 为较长的文本生成简明摘要，以便快速理解。 有助于进行情报分析和生成报告。 |
| 问答 | 根据提供的上下文回答问题。在气隙部署中查询本地文档库和知识库。 |
| 文本生成 | 生成类似真人创作的文本，例如文章、故事和代码。 您可以使用此功能来创作内容、撰写报告和生成代码。 |
| 翻译 | 在多种语言之间翻译文本。虽然 Vertex AI Translation 在 GDC 中可用，但 Gemini 也能处理翻译等自然语言处理任务。 |
| 多模态理解能力 | 分析文件（包括图片、视频、音频和文档），并根据这些数据生成文本或答案。使用此功能可从气隙环境中的数据源获取数据洞见并整理信息。 |
| 推理和规划 | 处理复杂的推理任务，例如解开逻辑谜题和生成计划。将此功能应用于问题解决和决策支持。 |
使用注意事项
在 GDC 中使用 Gemini 模型时，请考虑以下部署和 API 使用方面：
- 资源可用性：气隙环境的资源有限。 精心规划和分配资源，确保成功部署。
- 数据管理：安全的数据存储和访问权限控制机制至关重要。在隔离环境中管理用于训练和推理的数据。
- 模型更新：在无网络连接的环境中更新模型需要执行特定流程。如需了解详情，请参阅部署指南。
- 连接限制：需要外部网络连接的功能不可用，或者需要在隔离环境中进行特定配置。