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。