Ringkasan Tipe Model MaxCompute dan Manajemen - MaxCompute - Alibaba Cloud - MaxCompute

Model merupakan komponen inti MaxCompute yang mendukung berbagai jenis, seperti model publik, model impor, dan model remote. MaxCompute menyediakan manajemen terpadu dan pengendalian versi untuk model, sehingga mempermudah integrasi kemampuan AI ke dalam alur kerja analitik bisnis Anda.

Ikhtisar model

Konsep utama

Model: Objek penerapan yang didaftarkan di MaxCompute untuk tugas prediksi atau generasi. Model ini mengintegrasikan secara mulus kemampuan komputasi AI—seperti yang berasal dari large language models (LLMs) dan machine learning models—ke dalam platform tempat data Anda berada.
Versi model: Sub-objek model yang independen dan dapat diidentifikasi secara unik. Anda dapat membuat dan mengelola beberapa versi iteratif di bawah satu nama model, yang menyederhanakan rilis grayscale, rollback cepat, serta perbandingan kinerja antarversi.

Manfaat

Manajemen terpadu: MaxCompute menyediakan berbagai jenis model. Seperti halnya data, model mendukung kontrol izin dan pengendalian versi untuk memenuhi persyaratan keamanan dan kepatuhan perusahaan.
Dukungan multi-mesin: MaxCompute mendukung pemanggilan model dari berbagai ekosistem, termasuk SQL dan Python (MaxFrame). Arsitektur terpadu ini memungkinkan analis data menggunakan SQL yang sudah dikenal untuk memanggil model AI yang kuat, sekaligus memungkinkan ilmuwan data memanfaatkan daya komputasi Python terdistribusi dari MaxFrame guna meningkatkan efisiensi dan kualitas pra-pemrosesan data.
Operasional yang disederhanakan: Lakukan inferensi AI langsung pada data Anda tanpa mengekspornya ke sistem eksternal. Pendekatan ini menghindari risiko keamanan, biaya, serta latensi akibat perpindahan data.

Jenis model

MaxCompute menyediakan jenis model berikut:

Type	Description	Tutorial
Public model	MaxCompute menyediakan beberapa model besar open-source bawaan yang siap pakai. Model-model ini telah dibuat sebelumnya dalam proyek publik bernama `BIGDATA_PUBLIC_MODELSET` dan skema publik bernama default. Anda dapat memanggil model-model ini menggunakan AI Function tanpa perlu membuat atau mengelola objek model, sehingga menyederhanakan akses ke AI. Saat menggunakan model publik: Jika pengaturan syntax schema tidak diaktifkan untuk proyek, gunakan `bigdata_public_modelset.<model_name>`. Jika pengaturan sintaks skema diaktifkan untuk Proyek, Anda harus menentukan `bigdata_public_modelset.default.<model_name>`.	Gunakan model publik MaxCompute untuk analisis sentimen ulasan daring
Remote model	Hubungkan ke model yang diterapkan di PAI-EAS dengan mendaftarkannya sebagai model remote MaxCompute. Untuk melakukannya, tentukan titik akhir PAI-EAS dan token akses. Setelah itu, Anda dapat memanggil model tersebut menggunakan AI Function.	Gunakan model remote MaxCompute untuk menghasilkan deskripsi produk e-commerce secara otomatis
Internally trained model	Anda dapat menggunakan MaxCompute MaxFrame untuk melatih model machine learning tradisional dan menjalankan `TO_ODPS_MODEL` guna menyimpannya sebagai model MaxCompute yang dilatih secara internal.	Gunakan MaxCompute untuk pelatihan dan prediksi model XGBoost
Imported model	Jika model publik bawaan tidak memenuhi kebutuhan bisnis spesifik Anda, Anda dapat mengimpor model kustom. Tentukan path OSS (Object Storage Service) ke file model Anda yang telah dilatih dan disesuaikan secara eksternal untuk mendaftarkannya guna inferensi AI di MaxCompute.	Fitur ini sedang diluncurkan secara bertahap.

Gunakan AI Function MaxCompute untuk memanggil model publik bawaan atau model kustom yang Anda kelola dalam proyek Anda.

Model publik dan kuota yang berlaku

Model name	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 (to be deprecated)	Layanan komputasi model bayar sesuai penggunaan (Token) Catatan Untuk informasi lebih lanjut mengenai kemampuan model dan penagihan, lihat Biaya komputasi model (biaya 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	Sumber daya komputasi standar bayar sesuai penggunaan (CU) Sumber daya komputasi standar berlangganan (CU) Catatan Dalam lingkungan produksi, menjalankan AI Function dengan kuota berbasis CU dapat menyebabkan bottleneck kinerja yang memengaruhi throughput dan latensi inferensi model. Kami merekomendasikan mengaktifkan layanan komputasi model bayar sesuai penggunaan (Token) untuk kinerja yang lebih baik dan skalabilitas fleksibel.
Qwen3-VL-8B-Instruct	Sumber daya komputasi AI berlangganan (GU)

Manajemen model

Sebelum mengelola model, pastikan akun Anda memiliki izin untuk mengelola objek model.

Anda dapat mengelola model dengan cara berikut:

Method	Description
Gunakan SQL untuk membuat dan mengelola model	Gunakan Pernyataan SQL untuk mengelola model, termasuk membuat, melihat, memodifikasi, dan menghapusnya.
Gunakan MaxFrame untuk mengelola model	Pustaka Python MaxFrame saat ini hanya mendukung pembuatan model.
Gunakan Konsol untuk mengelola model	Konsol MaxCompute menyediakan antarmuka pengguna grafis (GUI) untuk manajemen model. Di wilayah yang didukung, Anda dapat menggunakan Konsol untuk melihat model yang telah Anda buat. Prosedur: Masuk ke Konsol MaxCompute dan pilih wilayah di pojok kiri atas. Di panel navigasi sebelah kiri, pilih Manage Configurations > Projects. Di halaman Projects, klik Manage di kolom Actions untuk proyek target. Di halaman Project Settings, klik tab Models. Anda dapat melihat model publik beserta informasi versinya di bawah proyek publik `BIGDATA_PUBLIC_MODELSET`. Anda juga dapat melihat model kustom yang telah Anda buat beserta versinya. Catatan Manajemen model berbasis Konsol saat ini hanya tersedia di wilayah China (Beijing), China (Hangzhou), China (Shanghai), dan China (Shenzhen). Fitur ini sedang diluncurkan secara bertahap ke wilayah lain.