Well-Architected Framework: prospettiva IA e ML

Questo documento del Google Cloud Well-Architected Framework descrive principi e suggerimenti per aiutarti a progettare, creare e gestire carichi di lavoro di AI e ML in Google Cloud che soddisfino i tuoi obiettivi operativi, di sicurezza, affidabilità, costi e prestazioni.

Il pubblico di destinazione di questo documento include responsabili delle decisioni, architetti, amministratori, sviluppatori e operatori che progettano, creano, eseguono il deployment e gestiscono carichi di lavoro di AI e ML in Google Cloud.

Le pagine seguenti descrivono principi e consigli specifici per l'AI e il ML, per ogni pilastro del Well-Architected Framework:

• Prospettiva di AI e ML: eccellenza operativa
• Prospettiva di AI e ML: sicurezza
• Prospettiva di AI e ML: affidabilità
• Prospettiva AI e ML: ottimizzazione dei costi
• Prospettiva AI e ML: ottimizzazione del rendimento

Collaboratori

Autori:

• Benjamin Sadik | Customer Engineer specializzato in AI e ML
• Charlotte Gistelinck, PhD | Partner Engineer
• Filipe Gracio, PhD | Customer Engineer
• Isaac Lo | AI Business Development Manager
• Kamilla Kurta | Customer Engineer specializzata in AI generativa/ML
• Mohamed Fawzi | Benelux Security and Compliance Lead
• Rick (Rugui) Chen | AI Infrastructure Solutions Architect
• Sannya Dang | AI Solution Architect

Altri collaboratori:

• Daniel Lees | Cloud Security Architect
• Gary Harmson | Principal Architect
• Jose Andrade | Customer Engineer per l'infrastruttura aziendale
• Kumar Dhanagopal | Sviluppatore di soluzioni cross-product
• Marwan Al Shawi | Partner Customer Engineer
• Nicolas Pintaux | Customer Engineer, specialista in modernizzazione delle applicazioni
• Radhika Kanakam | Senior Program Manager, Cloud GTM
• Ryan Cox | Principal Architect
• Samantha He | Technical Writer
• Stef Ruinard | Generative AI Field Solutions Architect
• Wade Holmes | Global Solutions Director
• Zach Seils | Specialista di networking