In diesem Dokument des Google Cloud -Architektur-Frameworks werden Prinzipien und Empfehlungen beschrieben, mit denen Sie KI- und ML-Arbeitslasten in Google Cloud entwerfen, erstellen und verwalten können, die Ihren Betriebs-, Sicherheits-, Zuverlässigkeits-, Kosten- und Leistungszielen entsprechen.
Die Zielgruppe dieses Dokuments 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 -Architekturrahmens Prinzipien und Empfehlungen speziell 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