すべてのプロダクト
Search
ドキュメントセンター

PolarDB:PolarDB for AI

最終更新日:Jun 04, 2026

PolarDB for AI は、PolarDB for MySQL の分散機械学習コンポーネントです。組み込みの AI モデルを SQL から呼び出して、PolarDB 内のデータを直接分析できます。PolarDB for AI は、SQL ステートメントを使用したカスタムモデルの構築と外部モデルの読み込みにも対応しており、外部へのデータ移行は不要です。

PolarDB for AI を使用すると、次のことが可能です。

Qwen 基盤モデルの使用

組み込みの Qwen 基盤モデルを呼び出して推論を実行し、PolarDB 内のデータと対話できます。シナリオに応じてモデルを選択してください。

感情分析モデル:文の感情を分析します。

/*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_tongyi_sa, SELECT content FROM textinfo LIMIT 1) WITH ();
-- textinfo テーブルのクエリ結果:This item only looks decent; the actual experience is very poor. I do not recommend purchasing it. 
Output: Negative

チャットモデル:指定したプロンプトに基づいて回答を生成します。

/*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_tongyi, SELECT 'Who are you') WITH ();
Output: I am a large language model created by Alibaba Cloud. My name is Qwen.

要約モデル:記事の要約を生成します。

/*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_tongyi_summarize, SELECT content FROM textinfo WHERE id = 3) WITH ();
-- textinfo テーブルのクエリ結果:In recent years, the Chinese film market has gradually shifted towards realistic themes. In 2018, "Dying to Survive" became the summer box office champion with 3.1 billion in revenue. Subsequently, films such as "The White Storm 2: Drug Lords," "Raging Fire," and "Chinese Doctors" also achieved success. This summer, realistic films like "Lost in the Stars," "Octagonal," and "No More Bets" have been highly popular, reflecting the audience's interest in content that is close to real life.
Output: In recent years, the Chinese film market has favored realistic themes. In 2018, "Dying to Survive" topped the box office with 3.1 billion. Later, "The White Storm 2," "Raging Fire," and "Chinese Doctors" also achieved great success. This sum...

翻訳モデル:中国語テキストを英語に翻訳します。

/*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_tongyi_tran_2_en, SELECT content FROM textinfo ORDER BY id ASC LIMIT 1) WITH ();
-- textinfo テーブルのクエリ結果:这件商品看起来不错,但实际体验很差。不推荐购买。
Output: This item looks good, but the actual experience is very poor. I do not recommend purchasing it.

メリット

エンドツーエンドのデータインテリジェンス:モデルの作成と評価から推論までのライフサイクル全体を管理し、システム間のデータ移動を不要にします。

MySQL 互換の構文:使い慣れた SQL を使用して機械学習オペレーション (MLOps) を実行できます。学習コストは最小限です。

組み込みアルゴリズムライブラリ:分類、回帰、クラスタリングなどに対応する機械学習および AI アルゴリズムを含みます。

データ保護:すべてのデータ処理とモデル操作はデータベース内で完結するため、エンドツーエンドのセキュリティを確保できます。

前提条件

クラスターは、次の要件を満たしている必要があります。

  • リージョン: [Japan (Tokyo)] および [Singapore] でのみ利用できます。

  • データベースエディションEnterprise Edition で、エディションCluster Edition であること。

  • データベースエンジンバージョンMySQL 8.0.1 以降であること。

  • PolarProxy バージョンが 2.7.5 以降であること。

Version management で、データベースエンジンバージョンと PolarProxy バージョンを確認またはアップグレードできます。

課金

PolarDB for AI を使用するには、AI ノードを作成する必要があります。機能自体は無料ですが、AI ノードは標準のコンピューティングノードと同じ料金で課金されます。

AI ノードは、モデルの作成と推論に使用できる次の 2 つの GPU 仕様にも対応しています。

  • 8 コア、30 GB + GU30 × 1 (polar.mysql.g8.2xlarge.gpu)

  • 16 コア、125 GB + GU100 × 1 (polar.mysql.x8.2xlarge.gpu)

コンピューティングノードの課金ルールについては、「Compute nodes」をご参照ください。

利用開始

  1. AI ノードを追加し、データベースアカウントを作成します:Enable PolarDB for AI

    クラスター作成時に AI ノードを追加した場合は、データベースアカウントの作成に進んでください。
  2. クラスターエンドポイントを使用して PolarDB クラスターに接続します:Log on to PolarDB for AI

  3. 組み込みモデルを確認します:Qwen 基盤モデルの使用

  4. 高度な使用方法:

モデルの完全なライフサイクルについては、「Model usage workflow」をご参照ください。