在 Gemini Enterprise Agent Platform 管理 BigQuery ML 模型

您可以將 BigQuery ML 模型註冊至 Vertex AI Model Registry,以便與 Gemini Enterprise Agent Platform 模型一併管理,不必匯出。在 Model Registry 註冊模型後,您就能透過單一介面建立版本、評估及部署模型,進行線上預測,而且不需要提供容器。如果您不熟悉 Agent Platform,以及該平台與 BigQuery ML 的整合方式,請參閱「BigQuery 使用者適用的 Gemini Enterprise Agent Platform」。

如要進一步瞭解 Agent Platform 預測,請參閱「在 Gemini Enterprise Agent Platform 取得預測結果的總覽」。

如要瞭解如何透過 Vertex AI Model Registry 管理 BigQuery ML 模型,請參閱「Vertex AI Model Registry 簡介」。

事前準備

啟用 Agent Platform API (如果尚未啟用)。

啟用 API 所需的角色

如要啟用 API,您必須具備 serviceusage.services.enable 權限。如果您建立了專案,可能已透過擁有者角色 (roles/owner) 取得這項權限。否則,您可以透過 Service Usage 管理員角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

啟用 API

所需權限

如要取得將 BigQuery ML 模型註冊至 Model Registry 的必要權限,請要求管理員授予您專案的 Agent Platform 管理員 (roles/aiplatform.admin) IAM 角色。如要進一步瞭解如何授予角色,請參閱「管理專案、資料夾和組織的存取權」。

您或許也能透過自訂角色或其他預先定義的角色,取得必要權限。

註冊模型

建立 BigQuery ML 模型時,您可以透過下列方式將模型註冊至 Model Registry:

  • 在 Google Cloud 控制台的「Explorer」窗格中選取模型,然後點選「Registry」分頁中的「Register」。(預先發布版)
  • 使用 CREATE MODEL 陳述式。在 CREATE MODEL 陳述式中,您可以使用下列選項,將模型註冊至 Model Registry:

    • MODEL_REGISTRY:將模型註冊至 Model Registry。
    • VERTEX_AI_MODEL_ID:指定要在 Model Registry 中使用的模型 ID。模型 ID 與 BigQuery ML 模型相關聯,可在 Model Registry 中查看。每個 BigQuery ML 模型只能在 Model Registry 註冊一個模型 ID。
    • VERTEX_AI_MODEL_VERSION_ALIASES:指定一或多個模型版本別名,以便簡化部署作業、管理模型,並為模型啟用 Vertex Explainable AI。

    如果在建立模型時設定 MODEL_REGISTRY 選項,模型就會註冊到 Model Registry,並在 BigQuery ML 完成訓練後自動顯示。您可以在Google Cloud 控制台的「Model Registry」頁面中,查看「Source」(來源) 欄,瞭解模型的來源。

註冊 BigQuery ML 模型後,您可以使用下列 Model Registry 功能:

無論是否已註冊至 Model Registry,使用 BigQuery ML 建立的所有模型仍會顯示在 BigQuery 使用者介面中。

以下範例說明如何建立及註冊 k-means 模型:

CREATE OR REPLACE MODEL `mydataset.my_kmeans_model`
  MODEL_TYPE = 'KMEANS',
  MODEL_REGISTRY = 'VERTEX_AI',
  VERTEX_AI_MODEL_ID = 'customer_clustering';

將現有 BigQuery ML 模型註冊至 Model Registry

如果您在建立模型時未將模型註冊至 Agent Platform,可以稍後使用 SQL、bq 指令列工具或 BigQuery API 註冊。

以下範例說明如何註冊現有模型:

控制台

  1. 前往「BigQuery」頁面

    前往「BigQuery」

  2. 點選左側窗格中的 「Explorer」。

    醒目顯示的「Explorer」窗格按鈕。

    如果沒有看到左側窗格,請按一下 「Expand left pane」(展開左側窗格),開啟窗格。

  3. 在「Explorer」窗格中,依序點選「Datasets」(資料集) 和含有模型的資料集。

  4. 按一下「Models」(模型) 分頁標籤,然後點選要註冊的模型。

  5. 在模型詳細資料窗格中,選取「Registry」分頁標籤。

  6. 按一下「註冊」。

  7. 在「Register model to Vertex model registry」(向 Vertex Model Registry 註冊模型) 窗格中,執行下列其中一項操作:

    • 選取「註冊為新的模型」。在「Model name」(模型名稱) 中輸入模型名稱。

    • 選取「註冊為現有模型的新版本」。

      1. 在「Model name」(模型名稱) 中輸入模型名稱。
      2. 選用。如要使用版本別名,請選取「Version alias」(版本別名),然後輸入版本別名名稱。
  8. 按一下「註冊」。

SQL

使用 ALTER MODEL 陳述式:

ALTER MODEL IF EXISTS mymodel SET OPTIONS (vertex_ai_model_id='my_vertex_ai_model_id');

bq

使用 bq update 指令,並加上 --model 旗標:

  bq update --model --vertex_ai_model_id 'my_vertex_ai_model_id' myproject:mydataset.mymodel

API

請使用 models.patch 方法。傳入 Model 物件,其中包含 trainingRuns 物件,且 vertexAiModelId 欄位已填入值:

{
  "trainingRuns": [
    {
      "vertexAiModelId": my_vertex_ai_model_id
    }
}

註冊多個版本的 BigQuery ML 模型

在指定模型 ID 下註冊的第一個 BigQuery ML 模型,會在 Model Registry 中顯示為該模型的第 1 版。建立或修改其他 BigQuery ML 模型時,只要指定相同的 Agent Platform 模型 ID,即可將這些模型註冊為已註冊模型的不同版本。

例如,您可以在 BigQuery ML 中建立 model1,並在 Model Registry 中註冊為 regression_model。model1 在 Model Registry 中會顯示為 regression_model 的第 1 版。如果您接著在 BigQuery ML 中建立 model2,並在 Model Registry 中註冊為 regression_model,則 model2 會在 Model Registry 中顯示為 regression_model 的第 2 版。

如果您建立或取代 BigQuery ML 模型,並使用已與 Model Registry 中模型相關聯的 BigQuery ML 模型名稱,系統會刪除現有的 Model Registry 模型版本,並以新模型取代。延續前例,如果您在 BigQuery ML 中使用 CREATE OR REPLACE MODEL 陳述式搭配 MODEL_REGISTRY 和 VERTEX_AI_MODEL_ID 選項,建立或取代 model2,Model Registry 中 regression_model 的第 2 版就會遭到取代,且 Model Registry 會顯示 regression_model 模型的第 1 版和第 3 版。

變更已註冊 BigQuery ML 模型的 ID

BigQuery ML 模型註冊至 Model Registry 後,您就無法變更 VERTEX_AI_MODEL_ID 值。如要使用新的 VERTEX_AI_MODEL_ID 註冊模型,請採用下列任一做法:

  • 刪除模型並重新建立,為 VERTEX_AI_MODEL_ID 選項指定新值。這種方法會產生重新訓練費用。

  • 複製模型,然後使用 ALTER MODEL 陳述式,以新的 VERTEX_AI_MODEL_ID 值註冊新模型。

位置注意事項

如果您將多區域 BigQuery ML 模型註冊至 Model Registry,該模型在 Agent Platform 中會變成區域模型。BigQuery ML 美國多區域模型會同步至 Agent Platform (us-central1),BigQuery ML 歐盟多區域模型則會同步至 Agent Platform (europe-west4)。單一區域模型則沒有任何異動。

如要瞭解如何更新模型位置,請參閱「選擇位置」。

在 Agent Platform 部署模型

您可以透過多種方法,將模型部署至 Agent Platform 中的端點。詳情請參閱「將模型部署至端點」。

從 Model Registry 刪除 BigQuery ML 模型

如要從 Model Registry 刪除 BigQuery ML 模型,請在 BigQuery ML 中刪除模型。模型會自動從 Model Registry 中移除。

您可以透過多種方式刪除 BigQuery ML 模型。詳情請參閱「刪除模型」。

如要刪除已在 Model Registry 註冊並部署至端點的 BigQuery ML 模型,必須先使用 Model Registry 取消部署模型。接著,您可以返回 BigQuery ML 並刪除模型。如要進一步瞭解如何取消部署模型,請參閱「刪除端點」。

限制