本頁面提供 Google Distributed Cloud (GDC) 實體隔離環境中的 Gemini 模型總覽。這些由 Google 設計的大型語言模型 (LLM) 可供您在 Distributed Cloud 機構中使用，提供強大的文字和媒體檔案處理功能，同時遵守無網路連線部署的嚴格安全性和隔離要求。由於這些環境的性質是獨立的，因此部分需要外部網路連線的 Gemini 功能無法使用，或需要特定設定。如要瞭解 Distributed Cloud 設定和限制的詳細資訊，請參閱產品說明文件。
模型
GDC 提供 Gemini 模型，可在無網路連線的環境中進行自然語言處理和內容創作。Gemini 屬於大型生成式 AI 模型系列，可透過您在機構中啟用的 API，在 Distributed Cloud 中做為 Vertex AI 解決方案的一部分使用。如要進一步瞭解 Google Cloud Deploy 中的生成式 AI 功能，請參閱生成式 AI 總覽。
如要查看 GDC 支援的 Gemini 模型及其規格清單，請參閱「可用的 Gemini 模型」。
功能
Gemini Flash 講求速度和效率，非常適合處理大量低延遲的文字處理工作。另一方面，Gemini Pro 則提供更強大的功能，可處理更複雜的資料處理工作。
下表概略說明 GDC 提供的 Gemini 功能。
| 功能 | 說明 | Gemini Flash | Gemini Pro |
|---|---|---|---|
| 最佳化推論 | 在氣隙環境中，針對資源受限的硬體設計快速處理程序。 | 是 | |
| 與 GDC 服務整合 | 與其他服務無縫整合，方便您儲存、處理及管理資料。 | 是 | 是 |
| 保護部署項目 | 完全在氣隙隔離環境中運作，確保資料安全和法規遵循。 | 是 | 是 |
| 進階推論能力 | 處理需要深入理解和推理的複雜語言工作。 | 是 | |
| 大型脈絡窗口 | 處理長篇文字片段，瞭解脈絡。 | 是 | 是 |
用途
GDC 中的 Gemini 模型支援相同的使用情境，但 Pro 模型較大，一般來說更適合提供更優質的答案。因此，與 Gemini Flash 相比，使用 Gemini Pro 可從資料中獲得更深入的洞察資訊。不過，如果想兼顧速度和效率，同時維持良好的回覆品質，請使用 Gemini Flash。
下表概述 GDC 中可用 Gemini 模型的用途。
| Google Cloud 上的 Gemini 模型 | |
|---|---|
| 用途 | 說明 |
| 文字分類 | 將文字分類到預先定義的類別，用於垃圾內容偵測、情緒分析或主題識別等工作。在無網路連線的環境中訓練及部署自訂模型。 |
| 資訊擷取 | 識別及擷取實體、日期和地點等重要資訊，用於資料探勘、知識圖建構和自動資料輸入。 |
| 摘要 | 生成長文的簡要摘要，方便快速理解。 有助於進行情報分析和產生報表。 |
| 問題回答 | 根據提供的內容回答問題。在與外界隔絕的部署環境中，查詢本機文件存放區和知識庫。 |
| 文字生成 | 生成猶如真人撰寫的文字，例如文章、故事和程式碼。 這項功能可用於製作內容、撰寫報告和生成程式碼。 |
| 翻譯 | 多語言文字互譯。雖然 GDC 提供 Vertex AI Translation，但 Gemini 也可處理翻譯等自然語言處理工作。 |
| 多模態理解 | 分析檔案，包括圖片、影片、音訊和文件，並根據這些資料生成文字或答案。您可以使用這項功能，從與網際網路隔離環境中的資料來源取得洞察資訊，並整理相關資訊。 |
| 推論和規劃 | 處理複雜的推理工作，例如解決邏輯謎題和生成計畫。將這項功能用於解決問題和輔助決策。 |
使用注意事項
在 GDC 中使用 Gemini 模型時，請考量下列部署和 API 使用方面的問題：
- 資源適用情形：氣隙環境的資源有限。 請仔細規劃及分配資源，確保部署作業順利完成。
- 資料管理：安全的資料儲存和存取權控管機制至關重要。在氣隙環境中管理訓練和推論資料。
- 模型更新：在無網路連線的環境中更新模型時，需要執行特定程序。詳情請參閱部署指南。
- 連線限制：需要連線至外部網路的功能無法使用，或必須在實體隔離環境中進行特定設定。