Last reviewed 2024-10-11 UTC
Dokumen dalam Google Cloud Framework Arsitektur ini menjelaskan prinsip dan rekomendasi untuk membantu Anda mendesain, mem-build, dan mengelola beban kerja AI dan ML di Google Cloud yang memenuhi sasaran operasional, keamanan, keandalan, biaya, dan performa Anda.
Audiens target untuk dokumen ini mencakup pengambil keputusan, arsitek, administrator, developer, dan operator yang mendesain, mem-build, men-deploy, dan memelihara workload AI dan ML di Google Cloud.
Halaman berikut menjelaskan prinsip dan rekomendasi yang khusus untuk AI dan ML, untuk setiap pilar Google Cloud Framework Arsitektur:
- Perspektif AI dan ML: Keunggulan operasional
- Perspektif AI dan ML: Keamanan
- Perspektif AI dan ML: Keandalan
- Perspektif AI dan ML: Pengoptimalan biaya
- Perspektif AI dan ML: Pengoptimalan performa
Kontributor
Penulis:
- Benjamin Sadik | Customer Engineer Spesialis AI dan ML
- 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 | AI Infrastructure Solutions Architect
- Sannya Dang | AI Solution Architect
Kontributor lainnya:
- Daniel Lees | Cloud Security Architect
- Gary Harmson | Customer Engineer
- Jose Andrade | Enterprise Infrastructure Customer Engineer
- Kumar Dhanagopal | Developer Solusi Lintas Produk
- 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 | Generative AI Field Solutions Architect
- Wade Holmes | Direktur Solusi Global
- Zach Seils | Networking Specialist