All Products
Search

This Product

    MaxCompute:Model MaxCompute

    Document Center

    MaxCompute:Model MaxCompute

    Last Updated:Jun 30, 2026

    Model merupakan salah satu objek inti dalam MaxCompute. MaxCompute mendukung berbagai jenis model, termasuk model publik, model yang diimpor, dan model remote. Layanan ini menyediakan manajemen terpadu untuk model beserta versinya, membantu Anda mengintegrasikan kemampuan AI secara mulus ke dalam alur kerja analisis bisnis. Topik ini menjelaskan konsep, manfaat, dan jenis model MaxCompute, serta cara mengelola dan menggunakannya.

    Ikhtisar model

    Konsep utama

    • model: Objek penerapan yang didaftarkan di MaxCompute untuk tugas prediksi atau generasi. Model ini mengintegrasikan kemampuan AI—seperti large language models (LLMs) dan machine learning models—secara mulus 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 nama model yang sama. Hal ini mempermudah peluncuran bertahap, rollback cepat, dan perbandingan performa berdampingan saat memanggil model menggunakan AI Function.

    Manfaat

    • Manajemen terpadu: MaxCompute menyediakan berbagai jenis model yang, seperti data, mendukung kontrol izin dan pengendalian versi untuk memenuhi persyaratan keamanan dan kepatuhan perusahaan.

    • Dukungan multi-mesin: Anda dapat memanggil model dari berbagai ekosistem, seperti SQL dan Python (MaxFrame). Arsitektur terpadu ini tidak hanya memungkinkan analis data menggunakan SQL yang sudah dikenal untuk memanggil model AI yang kuat, tetapi juga memungkinkan ilmuwan data memanfaatkan daya komputasi Python terdistribusi dari MaxFrame guna meningkatkan efisiensi dan kualitas pra-pemrosesan data.

    • O&M yang disederhanakan: Anda dapat melakukan inferensi AI tanpa mengekspor data. Hal ini menghilangkan risiko keamanan, biaya, dan latensi akibat perpindahan data.

    Jenis model

    MaxCompute menyediakan jenis model berikut:

    Jenis model

    Deskripsi

    Tutorial

    Public model

    • MaxCompute menyediakan model besar open-source bawaan yang telah dibuat sebelumnya dalam proyek publik bernama BIGDATA_PUBLIC_MODELSET dan skema publiknya bernama default.

    • Tidak diperlukan pembuatan atau manajemen; cukup panggil model tersebut menggunakan AI Function. Pendekatan ini menurunkan hambatan masuk.

    • Saat Anda menggunakan public model:

      • Jika sintaks skema tingkat penyewa dimatikan untuk proyek tersebut, gunakan bigdata_public_modelset.<model_name>.

      • Jika sintaks skema tingkat penyewa diaktifkan untuk proyek tersebut, Anda harus menentukan bigdata_public_modelset.default.<model_name>.

    Gunakan public model MaxCompute untuk analisis sentimen ulasan online

    Remote model

    Hubungkan ke model yang diterapkan di PAI-EAS. Daftarkan model tersebut sebagai remote model MaxCompute dengan menyediakan titik akhir PAI-EAS dan token akses. Anda kemudian dapat memanggil model tersebut menggunakan AI Function.

    Gunakan remote model MaxCompute untuk menghasilkan deskripsi pemilihan produk e-commerce secara otomatis

    Internally trained model

    Anda dapat menggunakan MaxCompute MaxFrame untuk melatih model machine learning tradisional. Kemudian, jalankan TO_ODPS_MODEL untuk menyimpan model tersebut sebagai internally trained model di MaxCompute.

    Gunakan MaxCompute untuk pelatihan dan prediksi model XGBoost

    Imported model

    Saat model publik bawaan tidak mencukupi, Anda dapat mengimpor model yang telah difine-tune secara eksternal untuk mendapatkan performa yang lebih baik sesuai kebutuhan bisnis Anda.

    Impor model kustom yang dilatih secara eksternal dengan menentukan path OSS-nya. MaxCompute kemudian dapat menggunakannya untuk inferensi.

    Sedang diluncurkan

    Gunakan AI Function MaxCompute untuk memanggil public model bawaan atau model lain yang telah Anda buat.

    Public model dan kuota yang berlaku

    Public Model Name

    Kuota yang berlaku

    • 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 (akan ditinggalkan)

    • Layanan komputasi model pay-as-you-go (berbasis 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 pay-as-you-go (CU)

    • Sumber daya komputasi standar berlangganan (CU)

    • Qwen3-VL-8B-Instruct

    • Sumber daya komputasi AI berlangganan (GU)

    Manajemen model

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

    2. Anda dapat mengelola objek model dengan cara berikut:

      Metode

      Deskripsi

      Buat dan kelola model menggunakan SQL

      Buat, lihat, modifikasi, dan hapus model menggunakan Pernyataan SQL.

      Kelola model menggunakan MaxFrame

      Buat model menggunakan bahasa Python MaxFrame. Metode ini saat ini hanya mendukung pembuatan model.

      Kelola model di Konsol

      Kelola model melalui antarmuka pengguna grafis (GUI) Konsol. Di wilayah yang didukung, Anda dapat melihat model Anda.

      Ikuti langkah-langkah berikut:

      1. Masuk ke Konsol MaxCompute dan pilih wilayah di pojok kiri atas.

      2. Di panel navigasi kiri, pilih Manage Configurations > Projects.

      3. Di halaman Projects, klik Manage pada kolom Actions untuk proyek target.

      4. Di halaman Project Settings, klik tab Models.

        Anda dapat melihat public model beserta versinya di proyek publik BIGDATA_PUBLIC_MODELSET, atau melihat model Anda sendiri beserta versinya.

      Catatan

      Fitur manajemen model berbasis Konsol saat ini hanya tersedia di wilayah China (Beijing), China (Hangzhou), China (Shanghai), dan China (Shenzhen). Dukungan untuk wilayah lain sedang diluncurkan secara bertahap.