このドキュメントでは、SAP BTP、ABAP 環境に Vertex AI SDK for ABAP をインストールして構成する方法について説明します。
インストール
ABAP SDK for Google Cloud の SAP BTP エディションの最新バージョンをインストールすると、Vertex AI SDK for ABAP が自動的にインストールされます。インストール手順については、ABAP SDK for Google Cloud の SAP BTP エディションをインストールして構成するをご覧ください。
一部のデベロッパーは Vertex AI やクラウド リソースへのアクセスが制限されている場合があります。最小限の設定でプロトタイピングとテストを有効にするには、Gemini による迅速なプロトタイピングをご覧ください。
Vertex AI API を有効にする
Google Cloud プロジェクトで Vertex AI API を有効にします。
Google Cloud API を有効にする方法については、API の有効化をご覧ください。
認証
ABAP SDK for Google Cloud の SAP BTP エディションで API にアクセスするための認証を設定すると、Vertex AI SDK for ABAP は同じ認証方法を使用して Vertex AI API にアクセスします。 Google Cloud ABAP SDK for Google Cloud の SAP BTP エディションで認証を設定する方法については、認証の概要をご覧ください。
認証設定の一部として作成したクライアント キーをメモします。このクライアント キーは、AI モデル生成パラメータと検索パラメータを構成するときに使用します。
IAM の権限
クライアント キー テーブルで構成した API アクセス専用のサービス アカウントに Vertex AI リソースへのアクセス権があることを確認します。
Vertex AI
Vertex AI リソースを使用するには、Vertex AI API へのアクセス権を付与した専用のサービス アカウントに Vertex AI ユーザー（roles/aiplatform.user）ロールを付与する必要があります。
アーティファクトの作成、変更、デプロイに特定の権限を付与する必要がある場合は、必要に応じて特定の Vertex AI IAM 権限を付与します。
Vertex AI Feature Store
Vertex AI Feature Store を使用するには、サービス アカウントに次のロールを付与する必要があります。
| AI 機能 | 必要な IAM のロール |
|---|---|
| Vertex AI Feature Store |
ランチャーに Fiori アプリが追加されていることを確認する
管理者とデベロッパーがモデル生成パラメータとベクトル検索パラメータを構成できるように、ABAP SDK for Google Cloud の SAP BTP エディションでは SAP Fiori アプリが提供されます。また、SDK には、維持されているパラメータの表示専用の Fiori アプリも用意されています。
これらの Fiori アプリは、ABAP SDK for Google Cloud の SAP BTP エディションをインストールするときにランチャーに追加します。これらのアプリがラウンダーチップで利用可能であることを確認します。詳細については、Fiori アプリをランチャーに追加するをご覧ください。
モデル生成パラメータを構成する
大規模言語モデル（LLM）は、大量のテキストデータでトレーニングされたディープ ラーニング モデルです。モデルには、モデルがどのようにレスポンスを生成するかを制御するパラメータ値が含まれています。パラメータ値を変更することで、モデルから異なる結果を得ることができます。
Vertex AI SDK for ABAP は、モデルの生成パラメータを定義するためにテーブル /GOOG/AI_CONFIG を使用します。
モデルの生成パラメータを構成する手順は次のとおりです。
SAP Fiori ランチャーにアクセスします。
SDK 構成用の Fiori アプリを含むスペースに移動します。
Vertex AI SDK: Configure Model Generation Parameters アプリを開きます。
[作成] をクリックします。
表示された [Create] ダイアログで、[Model Key] フィールドに値を入力し、[Continue] をクリックします。
表示されたフィールドに値を入力します。
次の表に、フィールドと、モデル生成パラメータとの対応を示します。
フィールド データ型 説明 モデルキー 文字列 モデル構成を識別するために指定する一意の名前（
Geminiなど）。このモデルキーは、生成モデルクラスまたはエンベディング クラスをインスタンス化しながら、有効にする生成構成を指定するために使用します。
モデル ID 文字列 LLM のモデル ID（
gemini-1.5-flash-001など）。Vertex AI モデル バージョンの詳細については、モデルのバージョンとライフサイクルをご覧ください。
Google Cloud キー名 文字列 認証の設定時に Google Cloud への認証用に構成したクライアント キー。 Google Cloud リージョンのロケーション ID 文字列 使用する Vertex AI 機能が利用可能なリージョンのロケーション ID。 Google Cloud
通常は、自分の物理的ロケーションまたは対象ユーザーの物理的ロケーションに最も近いリージョンを使用します。詳細については、Vertex AI のロケーションをご覧ください。
LLM のパブリッシャー ID 文字列 省略可。LLM の公開元（ googleなど）。レスポンスの MIME タイプ 文字列 省略可。生成された候補テキストの MIME タイプのレスポンスを出力します。サポートされている MIME タイプ: text/plain: テキスト出力（デフォルト）。application/json: 候補の JSON レスポンス。
ランダム性の温度 文字列 省略可。予測のランダム性を制御します。詳細については、温度をご覧ください。
範囲: [0.0, 1.0]
Top-K サンプリング 浮動小数点数 省略可。Top-K は、モデルが出力用にトークンを選択する方法を変更します。
ランダムなレスポンスを減らしたい場合は小さい値を、ランダムなレスポンスを増やしたい場合は大きい値を指定します。詳細については、Top-K をご覧ください。
範囲: [1, 40]
Top-P サンプリング 浮動小数点数 省略可。Top-P は、モデルが出力用にトークンを選択する方法を変更します。
ランダムなレスポンスを減らしたい場合は小さい値を、ランダムなレスポンスを増やしたい場合は大きい値を指定します。詳細については、Top-P をご覧ください。
範囲: [0.0, 1.0]
msg あたりの出力トークンの最大数 整数 省略可。レスポンスで生成できるトークンの最大数。トークンは約 4 文字です。100 トークンは約 60～80 語に相当します。
回答を短くしたい場合は小さい値を、長くしたい場合は大きい値を指定します。
正のペナルティ 浮動小数点数 省略可。値が正の場合は、生成されたテキストに出現したトークンにペナルティが課されるため、より多様なトピックが生成される可能性が高くなります。
範囲: [-2.0, 2.0]
頻度のペナルティ 浮動小数点数 省略可。値が正の場合は、生成されたテキストに繰り返し出現するトークンにペナルティが課されるため、同じコンテンツが繰り返される可能性は低くなります。
範囲: [-2.0, 2.0]
オプションのパラメータの値を指定しない場合、SDK は
Model IDで構成されたモデル バージョンに固有のパラメータのデフォルト値を使用します。[作成] をクリックしてエントリを保存します。
ベクトル検索パラメータを構成する
Vertex AI SDK for ABAP は、ベクトル検索の構成を定義するためにテーブル /GOOG/SEARCHCONF を使用します。
ベクトル検索パラメータを構成する手順は次のとおりです。
SAP Fiori ランチャーにアクセスします。
SDK 構成用の Fiori アプリを含むスペースに移動します。
Vertex AI SDK: Vector Search Configuration アプリを開きます。
[作成] をクリックします。
表示された [Create] ダイアログで、[Model Key] フィールドに値を入力し、[Continue] をクリックします。
表示されたフィールドに値を入力します。
次の表に、フィールドとベクトル検索パラメータとの対応を示します。
フィールド データ型 説明 検索キー 文字列 検索構成を識別するために指定する一意の名前。 Google Cloud キー名 文字列 認証の設定時に Google Cloud への認証用に構成したクライアント キー。 Google Cloud リージョンのロケーション ID 文字列 使用する Vertex AI 機能が利用可能なリージョンのロケーション ID。 Google Cloud
通常は、自分の物理的ロケーションまたは対象ユーザーの物理的ロケーションに最も近いリージョンを使用します。詳細については、Vertex AI のロケーションをご覧ください。
ベクトル インデックスのデプロイ ID 文字列 インデックスのデプロイ ID。インデックスをエンドポイントにデプロイするときに、一意のデプロイ ID を割り当てます。 インデックスのデプロイについては、ベクトル インデックスをインデックス エンドポイントにデプロイするをご覧ください。
ベクトル インデックス エンドポイント ID 文字列 インデックスがデプロイされるインデックス エンドポイントの ID。
インデックス エンドポイントの詳細については、ベクトル インデックス エンドポイントを作成するをご覧ください。
[作成] をクリックしてエントリを保存します。
次のステップ
- SAP 向け Vertex AI の生成 AI について学習する。