In diesem Dokument des Google Cloud Architektur-Frameworks werden Prinzipien und Empfehlungen beschrieben, die Ihnen dabei helfen, KI- und ML-Arbeitslasten in Google Cloud zu entwerfen, zu erstellen und zu verwalten, die Ihre operativen, sicherheitsbezogenen, zuverlässigkeitsbezogenen, kostenbezogenen und leistungsbezogenen Ziele erfüllen.
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 für jede Säule des Google Cloud Architektur-Frameworks Google Cloud spezifische 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 | Enterprise Infrastructure Customer Engineer
- 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