アーキテクチャ フレームワーク: AI と ML の視点

Google Cloud アーキテクチャ フレームワークのこのドキュメントでは、運用、セキュリティ、信頼性、費用、パフォーマンスの目標を満たす Google Cloud で AI ワークロードと ML ワークロードを設計、構築、管理するための原則と推奨事項について説明します。

このドキュメントの対象読者は、Google Cloud で AI ワークロードと ML ワークロードを設計、構築、デプロイ、維持する意思決定者、アーキテクト、管理者、デベロッパー、オペレーターです。

次のページでは、Google Cloud アーキテクチャ フレームワークの各柱について、AI と ML に固有の原則と推奨事項について説明します。

• AI と ML の視点: 運用の優秀性
• AI と ML の視点: セキュリティ
• AI と ML の視点: 信頼性
• AI と ML の視点: 費用の最適化
• AI と ML の視点: パフォーマンス最適化

寄稿者

著者:

• Benjamin Sadik | AI および ML スペシャリスト カスタマー エンジニア
• Filipe Gracio 博士 | カスタマー エンジニア
• Isaac Lo | AI ビジネス デベロップメント マネージャー
• Kamilla Kurta | 生成 AI / ML スペシャリスト カスタマー エンジニア
• Mohamed Fawzi | ベネルクス セキュリティ / コンプライアンス リード
• Rick（Rugui）Chen | AI Infrastructure Solutions アーキテクト
• Sannya Dang | AI ソリューション アーキテクト

その他の寄稿者:

• Daniel Lees | クラウド セキュリティ アーキテクト
• Gary Harmson | カスタマー エンジニア
• Jose Andrade | エンタープライズ インフラストラクチャ カスタマー エンジニア
• Kumar Dhanagopal | クロス プロダクト ソリューション デベロッパー
• Marwan Al Shawi | パートナー カスタマー エンジニア
• Nicolas Pintaux | カスタマー エンジニア、アプリケーション モダナイゼーション スペシャリスト
• Radhika Kanakam | シニア プログラム マネージャー、Cloud GTM
• Ryan Cox | プリンシパル アーキテクト
• Stef Ruinard | 生成 AI フィールド ソリューション アーキテクト
• Wade Holmes | グローバル ソリューション ディレクター
• Zach Seils | ネットワーキング スペシャリスト