Bespaar op je Cloudrekening: Efficiënt LLM-gebruik in Google BigQuery

Bespaar op je Cloudrekening: Efficiënt LLM-gebruik in Google BigQuery

De droom van elke data-analist: de kracht van Large Language Models (LLM's) loslaten op gigantische datasets. Tot voor kort was dit een kostbare nachtmerrie, maar Google Cloud brengt daar nu verandering in. Dankzij de nieuwe 'Optimized Mode' in BigQuery wordt generatieve AI eindelijk schaalbaar én betaalbaar.

Voor veel organisaties voelde het tot nu toe als een onmogelijke keuze. Of je koos voor traditionele Machine Learning (wat goedkoop is, maar waarvoor je een leger aan specialisten nodig hebt en vaak genoegen moet nemen met lagere kwaliteit) óf je koos voor de kracht van LLM’s, met het risico op torenhoge rekeningen en tergend trage verwerkingstijden.

De doorbraak: Optimized mode

Rushabh Desai, expert bij Google Cloud, presenteerde onlangs een oplossing die deze kloof overbrugt. Met de introductie van de Optimized Mode voor BigQuery AI-functies kunnen bedrijven nu resultaten van LLM-kwaliteit behalen tegen een fractie van de gebruikelijke kosten. Het geheim? Een slimme combinatie van modeldistillatie en embeddings.

How to scale Gen AI to billions of rows in BigQuery at a fraction of the cost

Slimmer, niet harder werken

In plaats van elke afzonderlijke rij data door een zwaar, algemeen model te jagen, maakt BigQuery gebruik van automatisering. Door functies zoals AI.IF en AI.CLASSIFY te gebruiken, optimaliseert het systeem zichzelf. Het distilleert de essentie van het grote model naar een efficiënter proces dat specifiek is afgestemd op de taak. Dit verlaagt niet alleen de latentie (de wachttijd), maar vermindert ook het tokenverbruik drastisch.

Van theorie naar praktijk

In een demonstratie liet Desai zien hoe deze technologie moeiteloos enorme hoeveelheden afbeeldingen en tekst analyseert. Waar een standaard SQL-query voorheen vastliep op de complexiteit van ongestructureerde data, verwerkt BigQuery dit nu op topsnelheid. De resultaten zijn verbluffend: miljarden rijen data kunnen worden verrijkt met AI-inzichten, terwijl de kostenbeheersing strak in handen blijft van de data-engineer.


De Toekomst van Data-analyse

De conclusie is helder: generatieve AI is niet langer een speeltje voor kleine projecten of peperdure experimenten. Door AI rechtstreeks in de SQL-omgeving van BigQuery te integreren en te optimaliseren voor schaal, democratiseert Google de toegang tot geavanceerde inzichten. Voor bedrijven die verdrinken in hun data, is dit de reddingsboei waar ze op wachtten.

Aanbevolen voor jou

In de kijker

AI kan vanaf nu de muis overnemen op je scherm

AI kan vanaf nu de muis overnemen op je scherm

Meta zet de volgende stap in AI met AI-gegenereerde posts

Meta zet de volgende stap in AI met AI-gegenereerde posts

Salesforce presenteert Agentforce – Zoals AI voor Sales bedoeld is

Salesforce presenteert Agentforce – Zoals AI voor Sales bedoeld is

Google Earth laat gebruikers binnenkort ‘tijdreizen’ tot wel 80 jaar terug

Google Earth laat gebruikers binnenkort ‘tijdreizen’ tot wel 80 jaar terug

Updates

Inschrijven Nieuwsbrief

Zo word je altijd als eerste op de hoogte gebracht van ons laatste nieuws, updates, jobs, tips & promoties. Stay UP-TO-DATE!

WEBSITE LATEN MAKEN?​​​​​​​​​​​​​​

Kies voor een UP-TO-DATE AI Website 100% in Google

Een UP-TO-DATE AI Website maakt het gemakkelijk om automatisch up-to-date te blijven met je klanten en overal aanwezig te zijn.

Maak een afspraak