Architektur-Framework: KI und ML

In diesem Dokument des Google Cloud-Architektur-Frameworks werden Prinzipien und Empfehlungen beschrieben, die Ihnen beim Entwerfen, Erstellen und Verwalten von KI- und ML-Arbeitslasten in Google Cloud helfen, die Ihre Betriebs-, Sicherheits-, Zuverlässigkeits-, Kosten- und Leistungsziele erfüllen.

Die Zielgruppe für dieses Dokument umfasst Entscheidungsträger, Architekten, Administratoren, Entwickler und Betreiber, die KI- und ML-Arbeitslasten in Google Cloud entwerfen, erstellen, bereitstellen und verwalten.

Auf den folgenden Seiten werden für jede Säule des Google Cloud Architecture Framework Prinzipien und Empfehlungen für KI und ML beschrieben:

• KI und ML: Operative Exzellenz
• KI und ML: Sicherheit
• KI und ML: Zuverlässigkeit
• KI und ML: Kostenoptimierung
• KI und ML: Leistungsoptimierung

Beitragende

Autoren:

• Benjamin Sadik | AI and ML Specialist Customer Engineer
• Filipe Gracio, PhD | Customer Engineer
• Isaac Lo | AI Business Development Manager
• Kamilla Kurta | GenAI/ML Specialist Customer Engineer
• Mohamed Fawzi | Benelux Security and Compliance Lead
• Rick (Rugui) Chen | Solutions Architect für KI-Infrastruktur
• Sannya Dang | KI-Lösungsarchitektin

Weitere Beitragende:

• Daniel Lees | Cloudsicherheitsarchitekt
• Gary Harmson | Customer Engineer
• Jose Andrade | Customer Engineer, Enterprise Infrastructure
• Kumar Dhanagopal | Cross-Product Solution Developer
• Marwan Al Shawi | Partner Customer Engineer
• Nicolas Pintaux | Customer Engineer, Application Modernization Specialist
• Radhika Kanakam | Senior Program Manager, Cloud GTM
• Ryan Cox | Principal Architect
• Stef Ruinard | Solutions Architect für generative KI
• Wade Holmes | Global Solutions Director
• Zach Seils | Networking Specialist