全部产品
Search
文档中心

MaxCompute:Pengantar fungsi AI MaxCompute

更新时间:Nov 11, 2025

Fungsi AI merupakan serangkaian fungsi pradefinisi di MaxCompute untuk skenario AI yang mengemas operasi inferensi AI kompleks menjadi operator SQL atau Python sederhana. Anda dapat langsung memanggil model bahasa besar (LLM) atau model pembelajaran mesin menggunakan SQL standar atau MaxFrame—mesin Python terdistribusi—tanpa perlu menulis kode tingkat rendah untuk pemanggilan model, sehingga secara signifikan menurunkan hambatan pemanfaatan AI dalam pemrosesan data dan analitik data besar.

Ikhtisar skenario

Model bahasa besar telah meningkatkan kemampuannya dalam memahami data secara signifikan. Model tersebut mampu mengekstraksi informasi semantik akurat dari data multimodal, termasuk data terstruktur, teks, dan data tidak terstruktur, serta mengikuti instruksi untuk mengonversi informasi semantik menjadi data ternormalisasi, sehingga memungkinkan operasi aljabar relasional. Hal ini memfasilitasi penyatuan kueri dan pemrosesan data terstruktur maupun tidak terstruktur pada platform data besar.

Seiring evolusi skenario pengguna, permintaan terhadap komputasi terintegrasi di platform data besar pun meningkat. MaxCompute menyediakan beberapa mesin komputasi, seperti MaxFrame (Python) dan SQL. Dengan dikombinasikan fungsi AI, mesin-mesin ini menawarkan cara yang lebih mudah dan terjangkau untuk memanfaatkan AI, membantu Anda meningkatkan kinerja dan kualitas dalam skenario analitik data dan komputasi, seperti pemrosesan data multimodal, pembuatan konten, ekstraksi informasi, serta penguraian citra dan teks. Skenario khas meliputi hal-hal berikut:

  1. Pemrosesan data pre-training model besar: Untuk tugas Pemrosesan WebData dalam pre-training model besar, Anda dapat menggunakan model bahasa besar berparameter kecil yang telah disesuaikan untuk tugas-tugas seperti penilaian kualitas teks, penyaringan teks, dan klasifikasi teks.

  2. Pemahaman konten multimodal: Untuk tugas pemrosesan data video dan citra di bidang E-dagang tradisional maupun bidang otonom yang sedang berkembang, Anda dapat menggunakan model multimodal untuk tugas-tugas seperti deteksi objek, pelabelan citra, dan klasifikasi.

  3. Kontrol risiko cerdas: Dalam skenario kontrol risiko cerdas, Anda dapat menggunakan LLM berparameter kecil yang telah disesuaikan untuk tugas-tugas seperti klasifikasi perilaku pengguna dan peringatan risiko.

image.png

Fitur

  • Pengembangan berkode rendah: Fungsi AI mudah digunakan. Anda dapat menyelesaikan inferensi AI hanya dengan satu panggilan fungsi tanpa perlu menerapkan layanan model atau menulis logika inferensi yang kompleks, sehingga secara signifikan memperpendek siklus pengembangan dan menurunkan hambatan pemanfaatan AI.

  • Integrasi mulus: Fungsi AI terintegrasi secara mulus dengan objek model MaxCompute, sumber daya komputasi, dan sistem izin.

  • Dukungan multi-mesin terpadu: Mesin MaxCompute SQL dan MaxFrame sama-sama menyediakan kemampuan fungsi AI yang terpadu. Hal ini memungkinkan analis data menggunakan SQL yang sudah dikenal untuk memanggil model AI yang andal, sekaligus memungkinkan ilmuwan data memanfaatkan daya komputasi Python terdistribusi dari MaxFrame bersama model untuk terus meningkatkan kinerja dan kualitas pra-pemrosesan data.

Ikhtisar fungsi AI

Fungsi AI SQL

MaxCompute menyediakan fungsi AI berbasis SQL yang mendukung pemanggilan inferensi dengan menentukan objek model MaxCompute. Model tersebut dapat berupa model bahasa besar publik bawaan, model yang diimpor pengguna, atau model jarak jauh di PAI-EAS. Untuk informasi selengkapnya tentang model, lihat Jenis model.

  • Tabel berikut menjelaskan fungsi AI SQL yang didukung oleh MaxCompute.

    Nama fungsi AI

    Deskripsi

    Jenis model yang didukung

    AI_GENERATE

    Menghasilkan teks bahasa alami. Mendukung penalaran logis kompleks, tugas multimodal, dan pemrosesan data tidak terstruktur.

    • LLM

    • MLLM

    ML_PREDICT

    Memberikan prediksi pada data terstruktur. Sering digunakan untuk tugas pembelajaran mesin tradisional, seperti klasifikasi dan regresi.

    • BOOSTED_TREE_REGRESSOR

    • BOOSTED_TREE_CLASSIFIER

Penagihan (fungsi AI SQL)

Saat Anda menggunakan fungsi AI SQL untuk memanggil model, penerapan dan inferensi model akan mengonsumsi sumber daya komputasi MaxCompute. Jika Anda menggunakan metode penagihan langganan, kuota CU Anda akan dikonsumsi. Jika Anda menggunakan metode penagihan bayar sesuai pemakaian, Anda akan ditagih berdasarkan jumlah data yang dipindai oleh pekerjaan SQL, tanpa biaya komputasi CU terpisah.

Fungsi AI MaxFrame

MaxCompute juga menyediakan fungsi AI berbasis Python pada MaxFrame yang mendukung pemanggilan inferensi pada CPU dan GPU. Untuk informasi selengkapnya tentang cara menggunakan fungsi-fungsi ini, lihat Fungsi AI MaxFrame.

Kasus penggunaan

Untuk kasus penggunaan lainnya terkait model dan fungsi AI MaxCompute, lihat topik-topik berikut: