Określ lokalizację, w której będzie można uzyskać dostęp do modelu

Kliknij swojego dostawcę Gemini API, aby wyświetlić na tej stronie treści i kod specyficzne dla dostawcy.


Modele generatywnej AI Google są dostępne w określonych regionach.

Podczas inicjowania usługi backendu Vertex AI Gemini API w kodzie, możesz opcjonalnie określić lokalizację modelu, do którego uzyskujesz dostęp w żądaniach. Listę dostępnych lokalizacji znajdziesz dalej na tej stronie.

Oto najważniejsze informacje i sprawdzone metody dotyczące lokalizacji:

  • Limity pojemności są określane na model, region i minutę.

  • Jeśli nie określisz lokalizacji, domyślnie zostanie użyta lokalizacja us-central1.

  • Aby uniknąć nieoczekiwanego przekroczenia limitów pojemności, rozważ ustawienie lokalizacji na global (jeśli Twój model obsługuje lokalizację global).

  • Jeśli ustawienie lokalizacji na global nie jest odpowiednie lub obsługiwane w Twoim przypadku użycia, rozważ wyraźne określenie, gdzie uzyskujesz dostęp do modeli. Możesz na przykład ustawić lokalizację na podstawie lokalizacji użytkownika, korzystając z Firebase Remote Config.

Więcej informacji o lokalizacji global

W przypadku dostępu do prawie wszystkich Gemini modeli interfejs Vertex AI Gemini API obsługuje lokalizację global, co oznacza, że Twoje żądanie zostanie obsłużone przez dostępny model w dowolnym miejscu globalnej puli. Ustawienie lokalizacji na global w żądaniach może pomóc uniknąć przekroczenia limitów pojemności modelu i zmniejszyć liczbę błędów wyczerpania zasobów (429).

Przykładowe fragmenty kodu

Pamiętaj, że te przykłady pokazują dostęp do modelu Gemini, ale możesz też określić lokalizację podczas uzyskiwania dostępu do modelu Imagen.

Zastąp LOCATION kodem lokalizacji (np. europe-west4) z listy dostępnych lokalizacji, którą znajdziesz dalej na tej stronie.

Swift

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
let ai = FirebaseAI.firebaseAI(backend: .vertexAI(location: "LOCATION"))

// Create a `GenerativeModel` instance with a model that supports your use case
let model = ai.generativeModel(modelName: "MODEL_NAME")

// ...

Kotlin

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
val model = Firebase.ai(backend = GenerativeBackend.vertexAI(location = "LOCATION"))
                        .generativeModel("MODEL_NAME")

// ...

Java

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.vertexAI("LOCATION"))
        .generativeModel("MODEL_NAME");

GenerativeModelFutures model = GenerativeModelFutures.from(ai);

// ...

Web

// ...

// Initialize FirebaseApp
const firebaseApp = initializeApp(firebaseConfig);

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
const ai = getAI(firebaseApp, { backend: new VertexAIBackend('LOCATION') });

// Create a `GenerativeModel` instance with a model that supports your use case
const model = getGenerativeModel(ai, { model: 'MODEL_NAME' });

// ...

Dart

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
final ai = await FirebaseAI.vertexAI(location: 'LOCATION');

// Create a `GenerativeModel` instance with a model that supports your use case
final model = ai.generativeModel(model: 'MODEL_NAME');

// ...

Unity

// ...

// Initialize the Vertex AI Gemini API backend service
// Specify a supported location for where you want to access the model
var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.VertexAI(location: "LOCATION"));

// Create a `GenerativeModel` instance with a model that supports your use case
var model = ai.GetGenerativeModel(modelName: "MODEL_NAME");

// ...

Pamiętaj, że jeśli określisz lokalizację, w której model nie jest dostępny, otrzymasz błąd 404 z informacją, że model was not found or your project does not have access to it.

Dostępne lokalizacje

Google Cloud korzysta z regionów. Google Cloud przechowuje dane klientów tylko w regionie, który określisz w przypadku wszystkich ogólnie dostępnych funkcji generatywnej AI w Vertex AI.

Generatywna AI w Vertex AI jest dostępna w tych regionach. Niektóre modele lub ich konkretne wersje mogą nie być dostępne we wszystkich lokalizacjach (szczegółowe informacje o dostępności w poszczególnych lokalizacjach znajdziesz w Google Cloud dokumentacji).

Wszystkie modele Gemini (z wyjątkiem modeli Gemini Live API) są też dostępne w lokalizacji global. W przypadku wszystkich Live API modeli i wszystkich Imagen modeli lokalizacja global nie jest obsługiwana.

Stany Zjednoczone

  • Columbus, Ohio (us-east5)
  • Dallas, Teksas (us-south1)
  • Iowa (us-central1)
  • Las Vegas, Nevada (us-west4)
  • Moncks Corner, Karolina Południowa (us-east1)
  • Północna Wirginia (us-east4)
  • Oregon (us-west1)

Kanada

  • Montreal (northamerica-northeast1)

Ameryka Południowa

  • São Paulo, Brazylia (southamerica-east1)

Europa

  • Belgia (europe-west1)
  • Finlandia (europe-north1)
  • Frankfurt nad Menem, Niemcy (europe-west3)
  • Londyn, Wielka Brytania (europe-west2)
  • Madryt, Hiszpania (europe-southwest1)
  • Mediolan, Włochy (europe-west8)
  • Holandia (europe-west4)
  • Paryż, Francja (europe-west9)
  • Warszawa, Polska (europe-central2)
  • Zurych, Szwajcaria (europe-west6)

Azja i Pacyfik

  • Changhua, Tajwan (asia-east1)
  • Hongkong, Chiny (asia-east2)
  • Mumbaj, Indie (asia-south1)
  • Seul, Korea Południowa (asia-northeast3)
  • Singapur (asia-southeast1)
  • Sydney, Australia (australia-southeast1)
  • Tokio, Japonia (asia-northeast1)

Bliski Wschód

  • Dammam, Arabia Saudyjska (me-central2)
  • Doha, Katar (me-central1)
  • Tel Awiw, Izrael (me-west1)