Spécifier l'emplacement d'accès au modèle

Les modèles d'IA générative de Google sont disponibles dans des régions spécifiques.

Lorsque vous initialisez le service backend Vertex AI Gemini API dans votre code, vous pouvez facultativement spécifier l'emplacement du modèle auquel vous accédez dans vos requêtes. Consultez la liste des emplacements disponibles plus loin sur cette page.

Voici quelques informations clés et bonnes pratiques concernant les emplacements :

• Les limites de capacité sont définies par modèle, par région et par minute.

• Si vous ne spécifiez pas d'emplacement, la valeur par défaut est us-central1.

• Pour éviter d'atteindre les limites de capacité de manière inattendue, envisagez de définir l'emplacement sur global (si votre modèle est compatible avec l'emplacement global).

• Si la définition de l'emplacement sur global n'est pas applicable ou n'est pas compatible avec votre cas d'utilisation, envisagez de distribuer explicitement l'emplacement où vous accédez aux modèles. Par exemple, vous pouvez définir l'emplacement en fonction de celui de votre utilisateur final à l'aide de Firebase Remote Config.

En savoir plus sur l'emplacement global

Pour accéder à la quasi-totalité des Gemini modèles, l' Vertex AI Gemini API est compatible avec un emplacement global, ce qui signifie que votre requête sera traitée par un modèle disponible n'importe où dans le pool mondial. Définir l'emplacement sur global pour vos requêtes peut vous aider à éviter d'atteindre les limites de capacité du modèle et à réduire les erreurs d'épuisement des ressources (429).

Exemples de code

Notez que ces exemples montrent comment accéder à un modèle Gemini, mais vous pouvez également spécifier un emplacement lorsque vous accédez à un modèle Imagen.

Remplacez LOCATION par le code d'emplacement (par exemple, europe-west4) de la liste des emplacements disponibles plus loin sur cette page.

// ...

// 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")

// ...

// ...

// 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")

// ...

// ...

// 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);

// ...

// ...

// 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' });

// ...

// ...

// 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');

// ...

// ...

// 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");

// ...

Notez que si vous spécifiez un emplacement où le modèle n'est pas disponible, vous recevrez une erreur 404 indiquant que le modèle was not found or your project does not have access to it.

Régions acceptées

Google Cloud utilise des régions. Google Cloud ne stocke les données client que dans la région que vous spécifiez pour toutes les fonctionnalités en disponibilité générale d'IA générative sur Vertex AI.

L'IA générative sur Vertex AI est disponible dans les régions suivantes. Certains modèles et/ou certaines versions spécifiques peuvent ne pas être disponibles dans tous les emplacements (pour connaître la disponibilité détaillée des emplacements, consultez la Google Cloud documentation).

Tous les modèles Gemini (à l'exception des modèles Gemini Live API) sont également disponibles dans un emplacement global. Pour tous les modèles Live API et tous les Imagen modèles, l'emplacement global n'est pas compatible.