MaxCompute model - MaxCompute - Centre de documentation Alibaba Cloud

Les modèles sont un composant central de MaxCompute. Ils prennent en charge divers types, notamment les modèles publics, importés et distants. MaxCompute offre une gestion unifiée et un versionnement des modèles, ce qui facilite l'intégration des capacités d'IA dans vos flux de travail d'analyse métier.

Vue d'ensemble des modèles

Concepts clés

Modèle : objet de déploiement enregistré dans MaxCompute pour des tâches de prédiction ou de génération. Il intègre de manière transparente les capacités de calcul d'IA, telles que celles des grands modèles de langage (LLM) et des modèles d'apprentissage automatique, au sein de la même plateforme où résident vos données.
Version de modèle : sous-objet indépendant et identifiable de manière unique d'un modèle. Vous pouvez créer et gérer plusieurs versions itératives sous un seul nom de modèle, ce qui simplifie les déploiements progressifs, les restaurations rapides et les comparaisons de performances entre les versions.

Avantages

Gestion unifiée : MaxCompute propose plusieurs types de modèles. À l'instar des données, les modèles prennent en charge le contrôle des autorisations et le contrôle de version afin de répondre aux exigences de sécurité et de conformité des entreprises.
Prise en charge multi-moteurs : MaxCompute permet d'appeler des modèles depuis divers écosystèmes, y compris SQL et Python (MaxFrame). Cette architecture unifiée permet aux analystes de données d'utiliser le langage SQL familier pour appeler des modèles d'IA puissants et aux data scientists de tirer parti de la puissance de calcul distribuée de MaxFrame pour améliorer l'efficacité et la qualité du prétraitement des données.
Opérations simplifiées : effectuez l'inférence IA directement sur vos données sans avoir à les exporter vers des systèmes externes. Cette approche évite les risques de sécurité, les coûts et la latence liés au déplacement des données.

Types de modèles

MaxCompute fournit les types de modèles suivants :

Type	Description	Tutoriel
Modèle public	MaxCompute propose plusieurs grands modèles open source intégrés et prêts à l'emploi. Ceux-ci sont précréés dans un projet public nommé `BIGDATA_PUBLIC_MODELSET` et un schéma public nommé default. Vous pouvez appeler ces modèles à l'aide d'une AI Function sans créer ni gérer d'objets de modèle, ce qui simplifie l'accès à l'IA. Lorsque vous utilisez un modèle public : Si le paramètre de syntaxe de schéma n'est pas activé pour le projet, utilisez `bigdata_public_modelset.<model_name>`. Si le paramètre de syntaxe de schéma est activé pour le projet, spécifiez `bigdata_public_modelset.default.<model_name>`.	Utiliser un modèle public MaxCompute pour l'analyse des sentiments des avis en ligne
Modèle distant	Connectez-vous aux modèles déployés sur PAI-EAS en les enregistrant en tant que modèles distants MaxCompute. Pour ce faire, spécifiez l'endpoint PAI-EAS et le jeton d'accès. Vous pouvez ensuite appeler le modèle à l'aide d'une AI Function.	Utiliser un modèle distant MaxCompute pour générer automatiquement des descriptions de produits e-commerce
Modèle entraîné en interne	Utilisez MaxCompute MaxFrame pour entraîner des modèles traditionnels d'apprentissage automatique et exécutez `TO_ODPS_MODEL` afin de les enregistrer en tant que modèles entraînés en interne MaxCompute.	Utiliser MaxCompute pour l'entraînement et la prédiction de modèles XGBoost
Modèle importé	Si les modèles publics intégrés ne répondent pas à vos besoins métier spécifiques, importez des modèles personnalisés. Spécifiez le chemin OSS (Object Storage Service) vers vos fichiers de modèle entraînés et affinés en externe pour les enregistrer en vue d'une inférence IA dans MaxCompute.	Cette fonctionnalité est en cours de déploiement.

Utilisez l'AI Function AI Function de MaxCompute pour appeler les modèles publics intégrés ou les modèles personnalisés que vous gérez dans votre projet.

Modèles publics et quotas applicables

Nom du modèle	Quota
qwen3,7-max qwen3,7-plus qwen3-vl-embedding text-embedding-v4 qwen3,6-plus qwen3,6-flash deepseek-v4-pro deepseek-v4-flash qwen3,5-397b-a17b qwen3-asr-flash qwen3-max (sera obsolète)	Service de calcul de modèle à la demande (Token) Remarque Pour plus d'informations sur les capacités des modèles et la facturation, consultez la rubrique Frais de calcul des modèles (frais Token).
Qwen3-0,6B-GGUF Qwen3-1,7B-GGUF Qwen3-4B-GGUF Qwen3-8B-GGUF Qwen3-14B-GGUF DeepSeek-R1-Distill-Qwen-1.5B DeepSeek-R1-Distill-Qwen-7B DeepSeek-R1-Distill-Qwen-14B DeepSeek-R1-0528-Qwen3-8B	Ressources de calcul standard à la demande (CU) Ressources de calcul standard par abonnement (CU) Remarque Dans un environnement de production, l'exécution d'une AI Function avec un quota basé sur les CU peut entraîner des goulots d'étranglement de performance qui affectent le débit et la latence de l'inférence du modèle. Nous vous recommandons d'activer le service de calcul de modèle à la demande (Token) pour de meilleures performances et une mise à l'échelle flexible.
Qwen3-VL-8B-Instruct	Ressources de calcul IA par abonnement (GU)

Gestion des modèles

Avant de gérer les modèles, assurez-vous que votre compte dispose des autorisation pour gérer les objets de modèle.

Vous pouvez gérer les modèles de différentes manières :

Méthode	Description
Utiliser SQL pour créer et gérer des modèles	Utilisez des instructions SQL pour gérer les modèles, y compris leur création, consultation, modification et suppression.
Utiliser MaxFrame pour gérer les modèles	La bibliothèque Python MaxFrame prend actuellement en charge uniquement la création de modèles.
Utiliser la console pour gérer les modèles	La console MaxCompute propose une interface graphique (GUI) pour la gestion des modèles. Dans les régions prises en charge, vous pouvez utiliser la console pour consulter les modèles que vous avez créés. Procédure : Connectez-vous à la console MaxCompute et sélectionnez une région dans le coin supérieur gauche. Dans le volet de navigation de gauche, cliquez sur Manage Configurations > Projects. Sur la page Projects, cliquez sur Manage dans la colonne Actions correspondant au projet cible. Sur la page Project Settings, cliquez sur l'onglet Models. Vous pouvez consulter les modèles publics et leurs informations de version sous le projet public `BIGDATA_PUBLIC_MODELSET`. Vous pouvez également afficher les modèles personnalisés que vous avez créés ainsi que leurs versions. Remarque La gestion des modèles via la console est actuellement disponible uniquement dans les régions Chine (Pékin), Chine (Hangzhou), Chine (Shanghai) et Chine (Shenzhen). Cette fonctionnalité est en cours de déploiement dans d'autres régions.