Se você é iniciante no Gemini, usar os guias de início rápido é a maneira mais rápida de começar.
No entanto, à medida que suas soluções de IA generativa se desenvolverem, talvez você precise de uma plataforma para criar e implantar aplicativos e soluções de IA generativa de ponta a ponta. O Google Cloud oferece um ecossistema abrangente de ferramentas para permitir que os desenvolvedores aproveitem o poder da IA generativa, desde os estágios iniciais de desenvolvimento de aplicativos até a implantação e hospedagem de aplicativos e gerenciamento de dados complexos em escala.
A plataforma da Vertex AI do Google Cloud oferece um conjunto de ferramentas de MLOps que simplificam o uso, a implantação e o monitoramento de modelos de IA para eficiência e confiabilidade. Além disso, as integrações com bancos de dados, ferramentas de DevOps, geração de registros, monitoramento e IAM fornecem uma abordagem holística para gerenciar todo o ciclo de vida da IA generativa.
Casos de uso comuns das Google Cloud ofertas
Confira alguns exemplos de casos de uso comuns adequados para Google Cloud ofertas.
- Produza seus apps e soluções. Produtos como o Cloud Run functions e o Cloud Run permitem que você implante apps com escalonamento, segurança e privacidade de nível empresarial. Encontre mais detalhes sobre segurança e privacidade no guia Segurança, privacidade e compliance na nuvem no Google Cloud.
- Use a Vertex AI para desenvolver recursos completos de MLOps, desde o ajuste até a pesquisa de similaridade vetorial e pipelines de ML.
- Acione sua chamada do LLM com arquitetura orientada a eventos com o Cloud Functions ou o Cloud Run.
- Monitore o uso do app com o Cloud Logging e o BigQuery.
- Armazene seus dados com segurança de nível empresarial e em escala com serviços como BigQuery, Cloud Storage e Cloud SQL.
- Faça a geração de recuperação aumentada (RAG, na sigla em inglês) usando dados na nuvem com o BigQuery ou o Cloud Storage.
- Criar e programar pipelines de dados. É possível programar jobs usando o Cloud Scheduler.
- Aplique LLMs aos seus dados na nuvem. Se você armazena dados no Cloud Storage ou no BigQuery, é possível solicitar LLMs nesses dados. Por exemplo, para extrair informações, resumir ou fazer perguntas sobre elas.
- Use as políticas de Google Cloud governança/residência de dados para gerenciar o ciclo de vida dos dados.
Diferenças entre a IA do Google e a Vertex AI
A seguinte tabela resume as principais diferenças entre a IA do Google e a Vertex AI para ajudar você a decidir qual é a opção ideal para seu caso de uso:
Recursos | API Gemini da IA do Google | API Gemini da Vertex AI |
---|---|---|
Modelos do Gemini | Gemini 1.5 Flash, Gemini 1.5 Pro, Gemini 1.0 Pro, Gemini 1.0 Pro Vision (descontinuado) | Gemini 1.5 Flash, Gemini 1.5 Pro, Gemini 1.0 Pro, Gemini 1.0 Pro Vision, Gemini 1.0 Ultra e Gemini 1.0 Ultra Vision |
Inscreva-se | Conta do Google | Conta do Google Cloud (com contrato e faturamento de termos) |
Authentication | Chave de API | Conta de serviço do Google Cloud |
Playground de interface do usuário | o Google AI Studio; | Vertex AI Studio |
API e SDK | SDKs de servidor e cliente para dispositivos móveis/Web
|
SDKs de servidor e cliente para dispositivos móveis/Web
|
Uso sem custo da API e do SDK | Sim, quando aplicável | Crédito de US$ 300 do Google Cloud para novos usuários |
Cota (solicitações por minuto) | Varia de acordo com o modelo e o plano de preços (consulte as informações detalhadas) | Varia de acordo com o modelo e a região (consulte as informações detalhadas) |
Suporte empresarial | Não |
Chave de criptografia do cliente Nuvem privada virtual Residência de dados Transparência no acesso Infraestrutura escalonável para hospedagem de aplicativos Bancos de dados e armazenamento de dados |
MLOps | Não | MLOps completas na Vertex AI (exemplos: avaliação de modelo, monitoramento de modelos, registro de modelos) |
Migrar para a Vertex AI
Nesta seção, mostramos como migrar do Gemini na IA do Google para a Vertex AI.
Considerações ao migrar
Faça as seguintes considerações ao migrar:
É possível usar seu projeto atual do Google Cloud (o mesmo usado para gerar a chave de API) ou criar um novo projeto do Google Cloud.
As regiões compatíveis podem ser diferentes entre o Google AI Studio e a Vertex AI. Consulte a lista de regiões com suporte para IA generativa no Google Cloud.
Todos os modelos criados no Google AI Studio precisam ser treinados novamente na Vertex AI.
Comece a usar o Vertex AI Studio
O processo de migração para a Vertex AI é diferente, dependendo se você já tem uma conta do Google Cloud ou é iniciante no Google Cloud.
Para saber como migrar para a Vertex AI, clique em uma das guias a seguir, dependendo do status da sua Google Cloud conta:
Já use Google Cloud
- Faça login no Google AI Studio.
Na parte inferior do painel de navegação à esquerda, clique em Criar com a Vertex AI no Google Cloud.
A página Testar a Vertex AI e o Google Cloud gratuitamente abre.
Clique em Concordar e continuar.
A caixa de diálogo Começar a usar o Vertex AI Studio é exibida.
Para ativar as APIs necessárias para executar a Vertex AI, clique em Concordar e continuar.
O console da Vertex AI é exibido. Para saber como migrar seus dados do Google AI Studio, consulte Migrar comandos.
Novidades em Google Cloud
- Faça login no Google AI Studio.
Na parte inferior do painel de navegação à esquerda, clique em Criar com a Vertex AI no Google Cloud.
A página Criar uma conta para começar a usar o Google Cloud abre.
Clique em Concordar e continuar.
A página Vamos confirmar sua identidade é exibida.
Clique em Começar gratuitamente.
A caixa de diálogo Começar a usar o Vertex AI Studio é exibida.
Para ativar as APIs necessárias para executar a Vertex AI, clique em Concordar e continuar.
Opcional: para saber como migrar seus dados do Google AI Studio, consulte "Migrar comandos" nesta página.
Python: migrar para a API Vertex AI Gemini
As seções a seguir mostram snippets de código que ajudam você a migrar seu código Python para usar a API Vertex AI Gemini.
Configuração do SDK da Vertex AI para Python
Na Vertex AI, você não precisa de uma chave de API. Em vez disso, o Gemini na Vertex AI é gerenciado usando o acesso ao IAM, que controla a permissão de um usuário, um grupo ou uma conta de serviço para chamar a API Gemini usando o SDK da Vertex AI.
Há muitos modos de autenticação, o método mais fácil de autenticação em um ambiente de desenvolvimento é instalar a CLI do Google Cloud e usar sua credenciais de usuário para fazer login na CLI.
Para fazer chamadas de inferência para a Vertex AI, você também precisa verificar se sua conta de usuário ou de serviço tem a função do usuário da Vertex AI.
Exemplo de código para instalar o cliente
IA do Google | Vertex AI |
---|---|
|
|
Exemplo de código para gerar texto com base em um comando
IA do Google | Vertex AI |
---|---|
|
|
Exemplo de código para gerar texto com base em texto e imagem
IA do Google | Vertex AI |
---|---|
|
|
Exemplo de código para gerar um chat multiturno
IA do Google | Vertex AI |
---|---|
|
|
Migrar comandos para o Vertex AI Studio
Os dados de comandos do Google AI Studio são salvos em uma pasta do Google Drive. Nesta seção, mostramos como migrar seus comandos para o Vertex AI Studio.
- Abra o Google Drive.
- Acesse a pasta AI_Studio em que os comandos estão armazenados.
Baixe os comandos do Google Drive para um diretório local.
Abra o Vertex AI Studio no console do Google Cloud.
No menu Vertex AI, clique em Gerenciamento de comandos.
Clique em Importar comando.
No campo Arquivo de comandos, clique em Procurar e selecione um comando no seu diretório local.
Para fazer upload em massa dos comandos, é necessário combinar manualmente os comandos em um único arquivo JSON.
Clique em Fazer upload.
As solicitações são enviadas para a guia Meus comandos.
Fazer upload de dados de treinamento para o Vertex AI Studio
Para migrar seus dados de treinamento para a Vertex AI, você precisa fazer upload dos dados para um bucket do Cloud Storage. Para mais informações, consulte Introdução ao ajuste .
Excluir chaves de API não usadas
Se você não precisar mais usar sua chave da API Gemini da IA do Google, siga as práticas recomendadas de segurança e exclua a chave.
Para excluir uma chave de API:
Abra a página Google Cloud Credenciais da API.
Encontre a chave de API que você quer excluir e clique no ícone Ações.
Selecione Excluir chave de API.
No modal Excluir credencial, selecione Excluir.
A remoção de uma chave de API leva alguns minutos para ser propagada. Após o término da propagação, todo tráfego que usar a chave de API excluída será recusado.
A seguir
- Confira um tutorial de início rápido usando o Vertex AI Studio ou a API Vertex AI.