Last reviewed 2024-10-11 UTC
Questo documento nel Framework dell'architettura Google Cloud descrive principi e consigli per aiutarti a progettare, creare per gestire i carichi di lavoro di AI e ML in Google Cloud in grado di soddisfare obiettivi operativi, di sicurezza, di affidabilità, di costo e di prestazioni.
Il pubblico di destinazione di questo documento include responsabili delle decisioni, architetti, ad amministratori, sviluppatori e operatori che progettano, creano, e la manutenzione dei carichi di lavoro di AI e ML in Google Cloud.
Le pagine seguenti descrivono principi e consigli specifici a AI e ML, per ogni pilastro dell'architettura Google Cloud Framework:
- Punto di vista dell'IA e del ML: eccellenza operativa
- Punto di vista di AI e ML: sicurezza
- Punto di vista di AI e ML: affidabilità
- Punto di vista dell'IA e del ML: ottimizzazione dei costi
- Punto di vista dell'AI e del ML: ottimizzazione delle prestazioni
Collaboratori
Autori:
- Benjamin Sadik | Customer Engineer esperto di AI e ML
- Filipe Gracio, PhD | Customer Engineer
- Isaac Lo | Business Development Manager per l'IA
- Kamilla Kurta | Customer Engineer esperto di IA generativa/ML
- Mohamed Fawzi | Benelux Security and Compliance Lead
- Rick (Rugui) Chen | AI Infrastructure Solutions Architect
- Sannya Dang | AI Solution Architect
Altri collaboratori:
- Daniele Lessi | Cloud Security Architect
- Gary Harmson | Customer Engineer
- Jose Andrade | Customer Engineer per l'infrastruttura aziendale
- Kumar Dhanagopal | Sviluppatore di soluzioni cross-product
- Marwan Al Shawi | Partner Customer Engineer
- Nicolas Pintaux | Customer Engineer, specialista di modernizzazione delle applicazioni
- Radhika Kanakam | Senior Program Manager, Cloud GTM
- Ryan Cox | Architetto principale
- Stef Ruinard | Field Solutions Architect per l'IA generativa
- Wade Holmes | Global Solutions Director
- Zach Seils | Esperto di networking