人工智能是当今开发者社区中最热门的话题之一,它为我们提供了许多新的可能性和挑战。然而,要想充分利用 AI 的潜力,我们需要有合适的工具和平台,让我们能够轻松地运行 AI 模型,而不必担心复杂的基础设施和隐私问题。
Cloudflare 是一家知名的云计算公司,它提供了一个全球性的网络,可以为网站和应用程序提供安全、快速和可靠的服务。Cloudflare 还提供了一个开发者平台,让开发者可以在其网络上构建和部署各种应用程序,无论是静态网站、动态内容、边缘计算,还是最新推出的 Workers AI。
Workers AI 是 Cloudflare 的无服务器 GPU 驱动的推理平台,它让开发者可以在 Cloudflare 的网络上,从自己的代码中运行 AI 模型,无论是从 Workers、Pages,还是通过 REST API 从任何地方。Workers AI 的设计理念是为开发者提供最佳的体验,让他们可以用几行代码就启动一个 AI 应用程序,而不必了解机器学习的细节。
Workers AI 提供了一系列经过精选的流行的开源模型,涵盖了多种推理任务:
这些模型都可以在 Cloudflare 的全球 GPU 网络上运行,为用户提供低延迟和高性能的服务。此外,Workers AI 还提供了一个向量数据库,叫做 Vectorize,可以让开发者进行语义搜索、推荐、异常检测等任务,或者为大型语言模型提供上下文和记忆。
在本文中,我们将介绍如何使用 Workers AI 构建一个简单的 AI 应用程序,它可以根据用户的输入生成一张图片。
运行以下命令创建一个名为 text-to-image 的新项目:
$ npm create cloudflare@latest
在设置 text-to-image worker 时,按照以下方式回答设置问题:
最后,导航到新应用的目录:
$ cd workers-ai
创建一个 Workers AI binding,使您的 Worker 可以访问 Workers AI 服务,而无需自己管理 API 密钥。
为了将 Workers AI 绑定到您的 Worker,请将以下内容添加到您的 wrangler.toml 文件末尾:
[ai]
binding = "AI" #available in your worker via env.AI
$ npm install @cloudflare/ai
使用如下代码更新 source/index.ts:
import { Ai } from './vendor/@cloudflare/ai.js';
export default {
async fetch(request, env) {
const ai = new Ai(env.AI);
const inputs = {
prompt: 'cyberpunk cat'
};
const response = await ai.run(
'@cf/stabilityai/stable-diffusion-xl-base-1.0',
inputs
);
return new Response(response, {
headers: {
'content-type': 'image/png'
}
});
}
};
在项目目录中,运行以下命令测试 Workers AI:
$ npx wrangler dev --remote
注: 这些模型目前只运行在 Cloudflare 的 GPU 网络上(而不是本地),所以必须如上设置 --remote,此时您会被提示登录。
Wrangler 会给您一个 URL(通常是 localhost:8787)。访问该 URL,大约等待20~30秒你将会看到生成的图片。
最后,部署 worker,使您的项目可以在互联网上访问。
$ npx wrangler deploy
# Outputs: https://workers-ai.<YOUR_SUBDOMAIN>.workers.dev
以下是两个在线示例:
Workers AI 是一个强大的工具,可以让开发者轻松地构建和部署各种 AI 应用程序,而不必担心复杂的基础设施和隐私问题。如果您想要了解更多关于 Workers AI 的信息,您可以访问 Workers AI 的官方网站,或者查看 Workers AI 的文档。
संबंधित सुझाव, पढ़ने का इतिहास और सहेजे गए लेख.
कोई पठन इतिहास नहीं
सहेजे गए लेख यहां दिखेंगे