Modelo do MaxCompute - MaxCompute: Central de Documentação do Alibaba Cloud

Os modelos são um componente central do MaxCompute e oferecem suporte a diversos tipos, como públicos, importados e remotos. O MaxCompute fornece gerenciamento unificado e controle de versão para modelos, facilitando a integração de recursos de IA aos seus fluxos de trabalho de análise de negócios.

Visão geral dos modelos

Conceitos principais

Modelo: objeto de implantação registrado no MaxCompute para tarefas de previsão ou geração. Integra perfeitamente recursos de computação de IA, como os de grandes modelos de linguagem (LLMs) e modelos de machine learning, na mesma plataforma onde seus dados residem.
Versão do modelo: subobjeto independente e identificável de forma exclusiva dentro de um modelo. Crie e gerencie várias versões iterativas sob um único nome de modelo para simplificar lançamentos graduais, rollbacks rápidos e comparações de desempenho entre versões.

Benefícios

Gerenciamento unificado: o MaxCompute oferece vários tipos de modelo. Assim como os dados, os modelos suportam controles de permissão e controle de versão para atender aos requisitos de segurança e conformidade corporativa.
Suporte a múltiplos mecanismos: o MaxCompute permite invocar modelos a partir de diversos ecossistemas, incluindo SQL e Python (MaxFrame). Essa arquitetura unificada possibilita que analistas de dados usem SQL familiar para chamar modelos avançados de IA e que cientistas de dados aproveitem o poder de computação distribuída em Python do MaxFrame para melhorar a eficiência e a qualidade do pré-processamento de dados.
Operações simplificadas: execute inferência de IA diretamente sobre seus dados sem exportá-los para sistemas externos. Essa abordagem evita riscos de segurança, custos e latência associados à movimentação de dados.

Tipos de modelo

O MaxCompute oferece os seguintes tipos de modelo:

Tipo	Descrição	Tutorial
Modelo público	O MaxCompute disponibiliza vários grandes modelos open-source integrados e prontos para uso. Eles são pré-criados em um projeto público chamado `BIGDATA_PUBLIC_MODELSET` e em um schema público chamado default. Chame esses modelos usando uma AI Function sem criar ou gerenciar objetos de modelo, simplificando o acesso à IA. Ao usar um modelo público: Se a configuração de sintaxe de schema não estiver ativada para o projeto, use `bigdata_public_modelset.<model_name>`. Se a configuração de sintaxe de schema estiver ativada para o projeto, especifique `bigdata_public_modelset.default.<model_name>`.	Use a MaxCompute public model for sentiment analysis of online reviews
Modelo remoto	Conecte-se a modelos implantados no PAI-EAS registrando-os como modelos remotos do MaxCompute. Para isso, especifique o endpoint do PAI-EAS e o token de acesso. Em seguida, chame o modelo usando uma AI Function.	Use a MaxCompute remote model to automatically generate e-commerce product descriptions
Modelo treinado internamente	Use o MaxFrame do MaxCompute para treinar modelos tradicionais de machine learning e execute `TO_ODPS_MODEL` para salvá-los como modelos treinados internamente no MaxCompute.	Use MaxCompute for XGBoost model training and prediction
Modelo importado	Caso os modelos públicos integrados não atendam às suas necessidades específicas de negócios, importe modelos personalizados. Especifique o caminho do Object Storage Service (OSS) para os arquivos do seu modelo treinado e ajustado externamente para registrá-los para inferência de IA no MaxCompute.	Este recurso está sendo lançado gradualmente.

Use a AI Function do MaxCompute para chamar modelos públicos integrados ou modelos personalizados gerenciados no seu projeto.

Modelos públicos e cotas aplicáveis

Nome do modelo	Cota
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 (a ser descontinuado)	Pay-as-you-go model computing service (Token) Nota Para mais informações sobre os recursos dos modelos e faturamento, consulte Model computing fees (Token fees).
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	Recursos de computação padrão (CU) com pagamento conforme o uso Recursos de computação padrão (CU) com assinatura Nota Em ambiente de produção, executar uma AI Function com cota baseada em CU pode causar gargalos de desempenho que afetam o throughput e a latência da inferência do modelo. Recomendamos ativar o pay-as-you-go model computing service (Token) para obter melhor desempenho e escalabilidade flexível.
Qwen3-VL-8B-Instruct	Recursos de computação de IA (GU) com assinatura

Gerenciamento de modelos

Antes de gerenciar modelos, verifique se sua conta possui as permissions to manage model objects.

Gerencie os modelos das seguintes formas:

Método	Descrição
Use SQL to create and manage models	Use instruções SQL para gerenciar modelos, incluindo criação, visualização, modificação e exclusão.
Use MaxFrame to manage models	Atualmente, a biblioteca Python MaxFrame suporta apenas a criação de modelos.
Gerenciamento via console	O console do MaxCompute oferece uma interface gráfica (GUI) para o gerenciamento de modelos. Nas regiões suportadas, use o console para visualizar os modelos criados. Procedimento: Faça login no MaxCompute console e selecione uma região no canto superior esquerdo. No painel de navegação à esquerda, escolha Manage Configurations > Projects. Na página Projects, clique em Manage na coluna Actions do projeto desejado. Na página Project Settings, clique na aba Models. Visualize os modelos públicos e suas informações de versão no projeto público `BIGDATA_PUBLIC_MODELSET`. Também é possível visualizar os modelos personalizados criados e suas respectivas versões. Nota O gerenciamento de modelos via console está disponível atualmente apenas nas regiões China (Beijing), China (Hangzhou), China (Shanghai) e China (Shenzhen). Este recurso está sendo lançado gradualmente em outras regiões.