Designierte Databricks-Dienste

In diesem Artikel werden designierte Databricks-Dienste beschrieben. Bestimmte Dienste sind Features in Azure Databricks, die Kundeninhalte entsprechend den Regionen verarbeiten, um die Datenresidenz zu verwalten. Er deckt ab, welche Features designierte Dienste sind und wie diese Features Daten an verschiedenen geografischen Standorten verarbeiten.

Zu den designierten Diensten gehören folgende:

• Databricks Foundation Model-APIs
  • Foundation Model-APIs mit Pay-per-Token
  • Foundation Model-APIs mit bereitgestelltem Durchsatz
• Training von Mosaic AI-Modellen
• DatabricksIQ-basierte Features
  • KI-generierte Kommentare
  • Databricks-Assistent
  • KI-basiertes AutoVervollständigen
• Auswertung von Mosaic AI-Agenten
• Genie

Weitere Informationen zur Azure-Datenresidenz finden Sie unter Datenresidenz in Azure.

EU-Datengrenze

Designierte Dienste für Arbeitsbereiche innerhalb der EU-Datengrenze nutzten bei der Verarbeitung EU-Rechenzentren.

Verfügbarkeit von Pay-per-Token Foundation Model-APIs

Foundation Model-APIs ermöglichen es Ihnen, auf einen kuratierten Satz moderner offener Modelle zuzugreifen und diese abzufragen. Pay-per-token Foundation Model-APIs werden für die ersten Schritte mit Foundation-Modellen empfohlen.

Die folgende Tabelle zeigt die geografischen Gebiete, die Pay-per-Token-Workloads unterstützen und in denen diese kuratierten Modelle funktionieren. Sehen Sie sich die Modelle und Regionen an, die für Pay-per-Token-Workloads verfügbar sind.

Verfügbarkeit von Foundation Model-APIs mit bereitgestelltem Durchsatz

Foundation Model-APIs ermöglichen es Ihnen, auf einen kuratierten Satz moderner offener Modelle zuzugreifen und diese abzufragen. Foundation Model-APIs mit bereitgestelltem Durchsatzsind für Basismodellworkloads in der Produktion konzipiert, die Leistungsgarantien erfordern.

Sehen Sie sich die für Workloads mit bereitgestelltem Durchsatz verfügbaren Regionen an.

Training von Mosaic AI-Modellen

Beim Training von Mosaic AI-Modellen können Sie Ihre eigenen Daten verwenden, um ein Basismodell anzupassen und seine Leistung für Ihre spezifische Anwendung zu optimieren.

Die folgende Tabelle zeigt die geografischen Gebiete, die das Training von Mosaic AI-Modellen unterstützen und in denen diese Modelle funktionieren.

Verfügbarkeit von KI-basiertem AutoVervollständigen

KI-basiertes AutoVervollständigen stellt während der Eingabe in Databricks-Notebooks, im SQL-Editor und im Datei-Editor Inlinecodevorschläge bereit.

Die folgende Tabelle zeigt die geografischen Gebiete, die KI-basiertes AutoVervollständigen unterstützen und in denen diese Modelle funktionieren.

Databricks-Assistent

Der Databricks-Assistent fungiert als KI-basierter Begleitprogrammierer und Support-Agent, der Ihre Effizienz beim Erstellen von Notebooks, Abfragen und Dateien steigert.

KI-generierte Kommentare in Unity Catalog-Tabellen

Sie können den Katalog-Explorer verwenden, um KI-generierte Kommentare für jede Tabelle oder Tabellenspalte hinzuzufügen, die von Unity Catalog verwaltet wird. KI-generierte Kommentare bieten eine schnelle Möglichkeit, Benutzer bei der Ermittlung von Daten zu unterstützen, die von Unity Catalog verwaltet werden.

Verfügbarkeit der Auswertung von Mosaic AI-Agent

Agent Evaluation hilft Entwicklern, Qualität, Kosten und Latenz von agentenbasierten KI-Anwendungen zu bewerten, einschließlich RAG-Anwendungen und Ketten.

Die folgende Tabelle zeigt die geografischen Gebiete, die die Auswertung von Mosaic AI unterstützen und in denen diese Modelle funktionieren.