Last reviewed 2024-10-11 UTC
Questo documento del Google Cloud Architecture Framework descrive principi e suggerimenti per aiutarti a progettare, creare e gestire i carichi di lavoro di AI e ML in Google Cloud in modo da soddisfare i tuoi obiettivi operativi, di sicurezza, affidabilità, costi e prestazioni.
Il pubblico di destinazione di questo documento include responsabili decisionali, architetti, amministratori, sviluppatori e operatori che progettano, creano, implementano e gestiscono i carichi di lavoro di IA e ML in Google Cloud.
Le pagine seguenti descrivono principi e consigli specifici per l'IA e l'ML, per ogni pilastro del Google Cloud Architecture 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 | Architetto delle soluzioni per l'infrastruttura AI
- Sannya Dang | AI Solution Architect
Altri collaboratori:
- Daniel Lees | 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 in 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 | Specialista di networking