Gemini を初めて使用する場合は、クイックスタートを利用すると、すぐに使用を開始できます。
一方、生成 AI のソリューションが成熟してきたら、エンドツーエンドで生成 AI のアプリケーションやソリューションを構築し、デプロイするためのプラットフォームが必要になることがあります。Google Cloud は、アプリ開発の初期段階からアプリのデプロイ、アプリのホスティング、複雑なデータの大規模な管理まで、デベロッパーが生成 AI の力を活用できるツールの包括的なエコシステムを提供します。
Google Cloud の Vertex AI Platform には、効率と信頼性のために AI モデルの使用、デプロイ、モニタリングを合理化する一連の MLOps ツールが用意されています。さらに、データベース、DevOps ツール、ロギング、モニタリング、IAM とのインテグレーションにより、生成 AI のライフサイクル全体を包括的に管理できます。
Google Cloud サービスに適した一般的なユースケースの例を以下に示します。
- アプリとソリューションを製品化します。Cloud Functions や Cloud Run などのプロダクトでは、エンタープライズ クラスのスケール、セキュリティとプライバシーを確保してアプリをデプロイできます。セキュリティとプライバシーについて詳しくは、Google Cloud のセキュリティ、プライバシー、クラウド コンプライアンス ガイドをご覧ください。
- ベクトル類似性検索や ML パイプラインのチューニングからエンドツーエンドの MLOps 機能に Vertex AI を使用します。
- Cloud Functions または Cloud Run を使用して、イベント ドリブン アーキテクチャで LLM 呼び出しをトリガーします。
- Cloud Logging と BigQuery を使用して、アプリの使用状況をモニタリングします。
- BigQuery、Cloud Storage、Cloud SQL などのサービスを使用して、エンタープライズ クラスのセキュリティで大規模なデータを保存します。
- BigQuery または Cloud Storage を使用して、クラウド内のデータを使用して検索拡張生成(RAG)を実行します。
- データ パイプラインを作成してスケジュールします。Cloud Scheduler を使用してジョブをスケジュールできます。
- クラウド内のデータに LLM を適用する。データを Cloud Storage または BigQuery に保存すると、LLM をそのデータに対してプロンプトを表示できます。たとえば、情報を抽出するか、概要をまとめるか、質問します。
- Google Cloud のデータ ガバナンス / 所在地ポリシーを活用して、データ ライフサイクルを管理します。
Google AI と Vertex AI の違い
次の表は、Google AI と Vertex AI の主な違いをまとめたもので、ユースケースに適したオプションを判断するのに役立ちます。
機能 | Google AI と Gemini API | Google Cloud Vertex AI Gemini API |
---|---|---|
最新の Gemini モデル | Gemini Pro と Gemini Ultra | Gemini Pro と Gemini Ultra |
登録 | Google アカウント | Google Cloud アカウント(利用規約の同意と課金) |
認証 | API キー | Google Cloud サービス アカウント |
ユーザー インターフェース プレイグラウンド | Google AI Studio | Vertex AI Studio |
API と SDK | Python、Node.js、Android(Kotlin/Java)、Swift、Go | SDK は、Python、Node.js、Java、Go をサポートしています。 |
無料枠 | ○ | 新規ユーザー向けに $300 の Google Cloud クレジット |
割り当て(1 分あたりのリクエスト数) | 60(増加リクエスト可能) | リクエストに応じて増加(デフォルト: 60) |
エンタープライズ サポート | × |
顧客暗号鍵 Virtual Private Cloud データ所在地 アクセスの透明性 アプリケーションのホスティングに対応するスケーラブルなインフラストラクチャ データベースとデータ ストレージ |
MLOps | × | Vertex AI での完全な MLOps(例: モデル評価、Model Monitoring、Model Registry) |
Vertex AI に移行する
このセクションでは、Google Cloud で Google AI Gemini から Vertex AI Gemini に移行する方法について説明します。
移行時の考慮事項
移行する際は、次の点に注意してください。
既存の Google Cloud プロジェクト(API キーの生成に使用したプロジェクト)を使用することも、新しい Google Cloud プロジェクトを作成することもできます。
サポートされているリージョンは、Google AI Studio と Vertex AI で異なる場合があります。Google Cloud の生成 AI でサポートされているリージョンのリストをご覧ください。
Google AI Studio で作成したモデルは、Vertex AI で再トレーニングする必要があります。
Vertex AI Studio の使用を開始する
Vertex AI に移行するプロセスは、Google Cloud アカウントをすでにお持ちかどうかによって異なります。
Vertex AI に移行する方法については、Google Cloud アカウントのステータスに応じて、次のいずれかのタブをクリックしてください。
Google Cloud をすでに使用している
- Google AI Studio にログインします。
左側のナビゲーション パネルの下部にある [Build with Vertex AI on Google Cloud] をクリックします。
[Vertex AI と Google Cloud を無料で試す] ページが開きます。
[同意して続行] をクリックします。
[Get Started with Vertex AI studio] ダイアログが表示されます。
Vertex AI の実行に必要な API を有効にするには、[同意して続行] をクリックします。
Vertex AI コンソールが開きます。Google AI Studio からデータを移行する方法については、プロンプトを移行するをご覧ください。
Google Cloud を初めて利用する
- Google AI Studio にログインします。
左側のナビゲーション パネルの下部にある [Build with Vertex AI on Google Cloud] をクリックします。
[アカウントを作成して Google Cloud の使用を開始する] ページが開きます。
[同意して続行] をクリックします。
[本人確認を行います] ページが表示されます。
[無料で利用開始] をクリックします。
[Get Started with Vertex AI studio] ダイアログが表示されます。
Vertex AI の実行に必要な API を有効にするには、[同意して続行] をクリックします。
省略可: Google AI Studio からデータを移行する方法については、このページのプロンプトを移行するをご覧ください。
Python: Vertex AI Gemini API に移行する
以下のセクションでは、Python コードを移行して Vertex AI Gemini API を使用する場合に役立つコード スニペットを示します。
Vertex AI Python SDK の設定
Vertex AI では、API キーは必要ありません。代わりに、Vertex AI の Gemini は、IAM アクセスを使用して管理されます。IAM アクセスは、Vertex AI SDK を介して Gemini API を呼び出すユーザー、グループ、またはサービス アカウントの権限を制御します。
認証にはさまざまな方法がありますが、開発環境での最も簡単な認証方法は、Google Cloud CLI をインストールしてから、CLI にログインするためにユーザー認証情報を使用することです。
Vertex AI に対して推論呼び出しを行うには、ユーザーまたはサービス アカウントに Vertex AI ユーザーロールが割り当てられていることも確認する必要があります。
クライアントをインストールするコードサンプル
Google AI | Vertex AI |
---|---|
|
|
テキスト プロンプトからテキストを生成するコードサンプル
Google AI | Vertex AI |
---|---|
|
|
テキストと画像からテキストを生成するコードサンプル
Google AI | Vertex AI |
---|---|
|
|
マルチターン チャットを生成するコードサンプル
Google AI | Vertex AI |
---|---|
|
|
プロンプトを Vertex AI Studio に移行する
Google AI Studio のプロンプト データは、Google ドライブ フォルダに保存されます。このセクションでは、プロンプトを Vertex AI Studio に移行する方法について説明します。
- Google ドライブを開きます。
- プロンプトが保存されている AI_Studio フォルダに移動します。
プロンプトを Google ドライブからローカル ディレクトリにダウンロードします。
Google Cloud コンソールで Vertex AI Generative AI Studio を開きます。
[Vertex AI] メニューで、[言語] をクリックします。
[マイプロンプト] タブをクリックします。
[プロンプトのインポート] をクリックします。
[プロンプト ファイル] フィールドで [参照] をクリックし、ローカル ディレクトリからプロンプトを選択します。
プロンプトを一括でアップロードするには、プロンプトを手動で 1 つの JSON ファイルに結合する必要があります。
[アップロード] をクリックします。
プロンプトが [マイプロンプト] タブにアップロードされます。
Vertex AI Studio にトレーニング データをアップロードする
トレーニング データを Vertex AI に移行するには、Google Cloud Storage バケットにデータをアップロードする必要があります。詳細については、言語基盤モデルをチューニングするをご覧ください。
使用していない API キーを削除する
Google AI Gemini API キーを使用する必要がもうなくなったら、セキュリティのベスト プラクティスに沿って、それを削除します。
次のステップ
- Generative AI Studio または Vertex AI API を使用したクイックスタート チュートリアルを試す。