全部產品
Search
文件中心

PolarDB:PolarDB for AI

更新時間:Mar 05, 2025

PolarDB for AIPolarDB MySQL版的分布式機器學習組件,內建多種AI大模型。您無需手動將PolarDB中的資料同步至其他AI平台,便可直接通過SQL語句調用內建的AI大模型來完成複雜的分析任務。此外,PolarDB for AI還支援通過SQL語句來構建自訂模型和載入外部模型。

藉助PolarDB for AI,您可以:

調用通義千問大模型

您可以直接使用內建的通義千問大模型對PolarDB中的資料進行推理和互動。根據具體情境,選擇使用不同的通義千問大模型。

情感分析模型:分析一句話的情感傾向。

/*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_tongyi_sa, SELECT content FROM textinfo LIMIT 1) WITH ();
-- textinfo表查詢結果:這個東西只是看著還行,實際體驗上非常的不好,不推薦大家購買。 
輸出:負向

聊天模型:根據一段內容產生答案。

/*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_tongyi, SELECT '你是誰') WITH ();
輸出:我是來自阿里雲的大規模語言模型,我叫通義千問。

總結模型:根據一篇內容,產生對這篇文章的總結。

/*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_tongyi_summarize, SELECT content FROM textinfo WHERE id = 3) WITH ();
-- textinfo表查詢結果:近年來,中國電影市場逐漸傾向於現實題材。2018年的《我不是藥神》以31億票房成為暑期檔冠軍。隨後,《掃毒2》、《怒火·重案》和《中國醫生》等影片也取得了成功。今年暑期檔,現實題材如《消失的她》、《八角籠中》和《孤注一擲》等電影大受歡迎,反映了觀眾對貼近生活內容的興趣。
輸出:近年來,中國電影市場青睞現實題材。2018年,《我不是藥神》以31億票房奪冠。之後,《掃毒2》《怒火·重案》《中國醫生》等也大獲成功。今年暑...

翻譯模型:將一篇中文內容翻譯為英文。

/*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_tongyi_tran_2_en, SELECT content FROM textinfo ORDER BY id ASC LIMIT 1) WITH ();
-- textinfo表查詢結果:這個東西只是看著還行,實際體驗上非常的不好,不推薦大家購買。 
輸出:This item only looks decent; the actual experience is very poor. I do not recommend purchasing it.

優勢

一站式資料智慧型服務:提供了從模型建立、評估到推理的全生命週期管理,避免了傳統方案中資料在不同系統間頻繁傳遞所帶來的問題。

無縫相容MySQL文法:您可以使用熟悉的SQL語言來執行一系列機器學習的MLOps(Machine Learning Operations)操作,無需額外學習,即可快速上手。

豐富的內建演算法庫:內建了一系列的機器學習和人工智慧演算法,包括分類演算法、迴歸演算法和聚類演算法等。

嚴格的資料保護:所有資料處理及模型操作均在資料庫內部進行,確保整個過程的安全性。

版本要求

您的叢集需滿足以下條件:

  • 產品版本企業版系列叢集版

  • 核心版本MySQL 8.0.1及以上。

  • 資料庫代理版本(Proxy)為2.7.5及以上。

關於如何查看或升級核心版本和資料庫代理版本,請參見版本管理

費用說明

使用PolarDB for AI功能需建立AI節點,其功能本身不收費,但會收取AI節點的費用。AI節點按照普通的計算節點收費。

除普通的計算節點規格外,AI節點還支援兩個GPU規格,其主要應用於AI模型的建立和推理。

  • 8核30 GB+ 一張GU30(polar.mysql.g8.2xlarge.gpu)

  • 16核125 GB+ 一張GU100(polar.mysql.x8.2xlarge.gpu)

有關計算節點的計費規則,請參見計算節點

開始使用

  1. 增加AI節點,並設定AI節點的串連資料庫帳號:開啟PolarDB for AI功能

    若您在購買叢集時已添加AI節點,則可以直接為AI節點設定串連資料庫的帳號。
  2. 使用叢集地址串連PolarDB叢集:串連叢集並執行AI SQL

  3. 體驗內建模型:通義千問大模型資料推理和互動

  4. 進階使用:

更多關於模型的使用資訊,請參見模型使用流程及說明