Last reviewed 2024-10-11 UTC
In diesem Dokument im Google Cloud Well-Architected Framework werden Prinzipien und Empfehlungen beschrieben, mit denen Sie KI- und ML-Arbeitslasten in Google Cloud entwerfen, erstellen und verwalten können, die Ihren betrieblichen, Sicherheits-, Zuverlässigkeits-, Kosten- und Leistungszielen entsprechen.
Die Zielgruppe für dieses Dokument umfasst Entscheidungsträger, Architekten, Administratoren, Entwickler und Betreiber, die KI- und ML-Arbeitslasten in Google Cloudentwerfen, erstellen, bereitstellen und verwalten.
Auf den folgenden Seiten werden die Grundsätze und Empfehlungen für KI und ML für jede Säule des Well-Architected Framework beschrieben:
- KI- und ML-Perspektive: Operative Exzellenz
- KI- und ML-Perspektive: Sicherheit
- KI- und ML-Perspektive: Zuverlässigkeit
- KI- und ML-Perspektive: Kostenoptimierung
- KI- und ML-Perspektive: Leistungsoptimierung
Beitragende
Autoren:
- Benjamin Sadik | AI and ML Specialist Customer Engineer
- Charlotte Gistelinck, PhD | Partner Engineer
- Filipe Gracio, PhD | Customer Engineer, AI/ML Specialist
- Isaac Lo | AI Business Development Manager
- Kamilla Kurta | GenAI/ML Specialist Customer Engineer
- Mohamed Fawzi | Benelux Security and Compliance Lead
- Rick (Rugui) Chen | AI Infrastructure Field Solutions Architect
- Sannya Dang | AI Solution Architect
Weitere Beitragende:
- Daniel Lees | Cloudsicherheitsarchitekt
- Gary Harmson | Principal Architect
- Jose Andrade | Customer Engineer, SRE Specialist
- Kumar Dhanagopal | Cross-Product Solution Developer
- Marwan Al Shawi | Partner Customer Engineer
- Nicolas Pintaux | Customer Engineer, Application Modernization Specialist
- Radhika Kanakam | Program Lead, Google Cloud Well-Architected Framework
- Ryan Cox | Principal Architect
- Samantha He | Technical Writer
- Stef Ruinard | Generative AI Field Solutions Architect
- Wade Holmes | Global Solutions Director
- Zach Seils | Networking Specialist