Fungsi AI merupakan kumpulan fungsi yang telah ditentukan sebelumnya di MaxCompute untuk tugas-tugas terkait AI. Fungsi ini mengenkapsulasi operasi inferensi model yang kompleks ke dalam operator SQL atau Python yang ringkas, sehingga Anda dapat langsung memanggil model besar atau model pembelajaran mesin melalui SQL standar atau MaxFrame (mesin Python terdistribusi) tanpa perlu menulis kode pemanggilan model yang mendasarinya. Pendekatan ini secara signifikan menurunkan hambatan pemanfaatan AI dalam pemrosesan dan analitik data besar.
Kasus Penggunaan
Dengan kemampuan pemahaman data yang jauh lebih baik, model besar mampu mengekstraksi informasi semantik akurat dari data multimodal, seperti data terstruktur, teks, dan data tidak terstruktur. Berkat kemampuan mengikuti instruksi, model-model tersebut dapat mengubah informasi semantik menjadi data ternormalisasi, sehingga memungkinkan operasi aljabar relasional. Hal ini memfasilitasi kueri dan pemrosesan terpadu antara data terstruktur dan tidak terstruktur dalam satu platform data besar.
Seiring perkembangan kasus penggunaan, permintaan terhadap komputasi terpadu dalam platform data besar juga meningkat. MaxCompute menjawab kebutuhan ini dengan menyediakan beberapa mesin komputasi, seperti MaxFrame (Python) dan SQL. Dalam kombinasi dengan fungsi AI, MaxCompute menawarkan cara yang lebih mudah bagi pengguna untuk memanfaatkan AI, sehingga meningkatkan kemampuan dan kualitas tugas dalam berbagai skenario analisis dan komputasi data—termasuk pemrosesan data multimodal, pembuatan konten, ekstraksi informasi, serta analisis gambar dan teks. Skenario khas meliputi:
Prapemrosesan data untuk pre-training model besar: Tugas pemrosesan data web untuk pre-training model besar memerlukan penggunaan model bahasa besar berparameter kecil yang telah disesuaikan (fine-tuned) untuk tugas seperti menghitung skor kualitas teks, penyaringan teks, dan klasifikasi teks.
Pemahaman konten multimodal: Tugas pemrosesan data video dan gambar di bidang e-commerce tradisional maupun bidang otonom yang sedang berkembang memerlukan penggunaan model multimodal untuk tugas seperti deteksi objek, pelabelan gambar, dan klasifikasi.
Kontrol risiko cerdas: Dalam skenario kontrol risiko cerdas, Anda dapat menggunakan model bahasa besar berparameter kecil yang telah disesuaikan (LLM) untuk tugas seperti klasifikasi perilaku pengguna dan peringatan risiko.
Fitur
Pengembangan low-code: Mulai dengan cepat. Lakukan inferensi model hanya dengan satu panggilan fungsi, tanpa perlu men-deploy layanan model atau menulis logika inferensi yang kompleks. Pendekatan ini secara signifikan memperpendek siklus pengembangan dan menurunkan hambatan dalam membangun aplikasi AI.
Integrasi mulus: Fungsi AI terintegrasi secara mulus dengan objek model MaxCompute, sumber daya komputasi, dan sistem izin, sehingga mempermudah adopsi.
Dukungan multi-engine terpadu: MaxCompute menyediakan kemampuan fungsi AI yang terpadu di kedua mesinnya, yaitu SQL dan MaxFrame. Hal ini memungkinkan analis data menggunakan SQL yang sudah dikenal untuk memanggil model AI yang kuat, sementara ilmuwan data dapat memanfaatkan daya komputasi Python terdistribusi dari MaxFrame untuk terus meningkatkan tugas prapemrosesan datanya.
Fungsi AI
Fungsi AI SQL
MaxCompute menyediakan fungsi AI berbasis SQL yang mendukung pemanggilan inferensi dengan menentukan objek model MaxCompute. Ini mencakup model bahasa besar publik bawaan, model yang diimpor pengguna, dan model remote dari PAI-EAS. Untuk informasi lebih lanjut mengenai jenis model, lihat Jenis model.
Tabel berikut menjelaskan fungsi AI SQL yang didukung oleh MaxCompute.
Fungsi
Deskripsi
Jenis model
Menghasilkan teks bahasa alami. Gunakan untuk penalaran kompleks, tugas multimodal, dan pemrosesan data tidak terstruktur.
LLM
MLLM
Memberikan prediksi pada data terstruktur. Gunakan untuk tugas pembelajaran mesin tradisional seperti klasifikasi dan regresi.
BOOSTED_TREE_REGRESSOR
BOOSTED_TREE_CLASSIFIER
Penagihan
Saat Anda menggunakan fungsi AI SQL untuk memanggil model:
Jika Anda menggunakan sumber daya komputasi standar berlangganan (juga disebut kuota CU berlangganan), hal ini akan mengonsumsi kuota CU Anda.
Jika Anda menggunakan sumber daya komputasi standar bayar sesuai penggunaan (juga disebut kuota CU bayar sesuai penggunaan), Anda akan ditagih berdasarkan jumlah data yang dipindai oleh pekerjaan SQL. Hal ini tidak menimbulkan biaya komputasi CU terpisah.
Fungsi AI MaxFrame
MaxCompute juga menyediakan fungsi AI berbasis Python melalui MaxFrame.
Pemanggilan model mengonsumsi sumber daya CPU atau GPU berdasarkan jenis sumber daya yang dibutuhkan. Untuk informasi lebih lanjut, lihat Fungsi AI MaxFrame.
Contoh
Untuk lebih banyak kasus penggunaan model dan fungsi AI MaxCompute, lihat topik-topik berikut: