本文介绍如何在 Hologres 中支持的模型和如何部署大模型。
模型介绍
模型概念
Hologres 支持在实例内直接部署大模型（模型来源包括百炼、Hologres 内置模型等），通过 AI Function 即可调用，再结合 Dynamic Table，实现多模数据的端到端读取、加工、检索与分析，数据不出库，助力企业完成 Data+AI 一站式开发。
功能优势
一站式数据与 AI：模型与 Hologres 实例绑定，直接在数仓里完成文本分片、向量化、检索与分析，无需额外搭建独立推理服务或 ETL Pipeline，大幅降低系统复杂度和运维成本。
原生 SQL 开发体验：所有模型能力均通过 AI Function 暴露，开发者可以像写普通 SQL 一样调用模型，与现有 BI 报表、数据开发流程无缝衔接，数据团队即可直接使用，无需额外 AI 工程能力。
多模一体与性能可控：生成的向量写入向量列，文本写入结构化/全文索引列，既能做向量检索，又能做 OLAP 与全文搜索；同时提供多种来源的模型（如 Hologres 内置、百炼模型等），根据业务需求灵活选择，平衡性能与成本。
模型来源
Hologres 当前支持的模型来源如下：
模型来源 | 部署位置 | 计费模式 | 适用场景 | 运维管理 | 支持的实例版本 |
阿里云百炼模型 | 百炼模型，在 Hologres 中通过 api_key 部署 | 网络费：由 Hologres 收取，详见百炼模型·费用说明。 模型调用费：由百炼收取，按模型调用量计费，详见百炼模型（Beta）。 | 多模型探索、快速接入、弹性按量使用；百炼有限流机制，不适用于超大规模调用 | 由百炼负责模型维护与升级 | Hologres V4.0 及以上版本 |
Hologres AI 节点 | Hologres 内置模型，部署在 Hologres AI 节点（GPU） | 仅收取 Hologres AI 节点（GPU）费用，不单独收取模型调用费，详见AI资源定价与购买。 | 独享 GPU 资源，适用于核心业务、高 QPS、低延迟、数据不出域、安全合规场景 | 由 Hologres AI 节点托管，实例内统一管理 | Hologres V4.1 及以上版本 |
模型部署与使用
模型部署参见模型部署。
使用模型
当模型部署状态为部署成功时，可连接 Hologres 实例，并使用 AI Function 调用已部署的模型。详情请参见AI Function、最佳实践：自动驾驶图像高性能分析系统。