Ottenere indicazioni sull'architettura di intelligenza artificiale per i servizi della piattaforma Azure (PaaS) per l'intelligenza artificiale

Questo articolo consente alle organizzazioni di creare carichi di lavoro di intelligenza artificiale nelle soluzioni PaaS (Platform-as-a-Service) di Azure. Questi servizi supportano carichi di lavoro di intelligenza artificiale generativi e non generativi con sicurezza e scalabilità di livello aziendale.

Usare architetture e guide di intelligenza artificiale generative

Le architetture di intelligenza artificiale generative creano nuovi contenuti e consentono esperienze di conversazione tramite modelli linguistici di grandi dimensioni. Le architetture offrono livelli di complessità diversi per soddisfare le esigenze dell'organizzazione e la maturità tecnica. È necessario selezionare l'architettura appropriata in base alle dimensioni, ai requisiti di conformità dell'organizzazione e all'infrastruttura di Azure esistente. Ecco come fare:

1. Iniziare con le architetture di base che forniscono modelli di progettazione comprovati per i carichi di lavoro di produzione. Queste architetture includono configurazioni di sicurezza, progettazioni di rete e procedure operative necessarie alle aziende per distribuzioni di intelligenza artificiale affidabili. Affrontano sfide comuni, ad esempio la governance dei modelli, la gestione dei costi e la protezione dei dati.

   Articolo	Tipo di articolo	Organizzazione di destinazione
   Architettura Di base di Azure OpenAI in una zona di destinazione di Azure	Architettura	Impresa
   Architettura di riferimento di Azure OpenAI di base	Architettura	Qualsiasi
   Architettura di riferimento di Azure OpenAI di base	Architettura	Nuova impresa

2. Applicare linee guida operative che supportano la gestione del ciclo di vita dello sviluppo di intelligenza artificiale. Queste guide stabiliscono procedure per la distribuzione del modello, il monitoraggio e il miglioramento continuo in ambienti di sviluppo. Garantiscono una qualità e un'affidabilità coerenti man mano che le applicazioni di intelligenza artificiale si evolvono.

   Articolo	Tipo di articolo	Organizzazione di destinazione
   GenAIOps	Guida	Qualsiasi
   Sviluppo di soluzioni RAG	Guida	Qualsiasi
   Utilizzo di Azure OpenAI proxy	Guida	Qualsiasi

3. Implementare aree di design Well-Architected che affrontano preoccupazioni tecniche specifiche per i workload di intelligenza artificiale. Queste aree di progettazione forniscono raccomandazioni dettagliate per la progettazione delle applicazioni, la gestione dei dati e l'eccellenza operativa che integrano i modelli architetturali.

   Articolo	Tipo di articolo	Organizzazione di destinazione
   progettazione di applicazioni	Area di progettazione	Qualsiasi
   piattaforma dell'applicazione	Area di progettazione	Qualsiasi
   Progettazione dei dati di training	Area di progettazione	Qualsiasi
   Progettazione dei dati a terra	Area di progettazione	Qualsiasi
   piattaforma dati	Area di progettazione	Qualsiasi
   MLOps e GenAIOps	Area di progettazione	Qualsiasi
   Operazioni	Area di progettazione	Qualsiasi
   Testare e valutare	Area di progettazione	Qualsiasi
   Intelligenza artificiale responsabile	Area di progettazione	Qualsiasi

Usare architetture di intelligenza artificiale non generiche e guide

Le architetture di intelligenza artificiale non generiche sono incentrate sulle attività di classificazione, stima e analisi senza creare nuovi contenuti. Queste architetture elaborano i dati esistenti per estrarre informazioni dettagliate, automatizzare le decisioni e migliorare i processi aziendali. È necessario scegliere architetture allineate ai requisiti specifici di elaborazione e analisi dei dati.

Ecco come fare:

1. Selezionare architetture specializzate che riguardano casi d'uso specifici per l'elaborazione e l'analisi dei dati. Queste architetture illustrano modelli collaudati per scenari aziendali comuni, ad esempio l'elaborazione di documenti, l'analisi dei supporti e l'analisi predittiva. Forniscono indicazioni sull'implementazione per l'integrazione delle funzionalità di intelligenza artificiale nei processi aziendali esistenti.

   Articolo	Tipo di articolo	Organizzazione di destinazione
   Architetture di elaborazione dei documenti	Architettura	Qualsiasi
   Architettura di classificazione di video e immagini	Architettura	Qualsiasi
   Architettura di elaborazione audio	Architettura	Qualsiasi
   Architettura di analisi predittiva	Architettura	Qualsiasi

2. Applicare framework operativi che supportano la gestione del ciclo di vita del modello di Machine Learning. Queste guide stabiliscono procedure consigliate per il training, la distribuzione e il monitoraggio dei modelli che garantiscono prestazioni e affidabilità coerenti negli ambienti di produzione.

   Articolo	Tipo di articolo	Organizzazione di destinazione
   Azure Machine Learning	Guida	Qualsiasi
   MLOps	Guida	Qualsiasi

Adottare gli standard di intelligenza artificiale

Gli articoli seguenti forniscono procedure consigliate per l'adozione di carichi di lavoro di intelligenza artificiale con soluzioni PaaS di Azure. Queste procedure assicurano che i carichi di lavoro di intelligenza artificiale soddisfino i requisiti per la sicurezza, la governance e l'eccellenza operativa in tutte le categorie chiave.

• Selezione delle risorse : usare le procedure consigliate per scegliere i servizi di intelligenza artificiale e le risorse di calcolo appropriati.
• Rete: applicare le procedure consigliate per progettare connettività di rete sicura ed efficiente.
• Governance : seguire le procedure consigliate per stabilire criteri e controlli per la gestione delle risorse di intelligenza artificiale.
• Gestione: implementare le procedure consigliate per il monitoraggio e le procedure operative.
• Sicurezza : applicare le procedure consigliate per l'applicazione di controlli di sicurezza e requisiti di conformità.

Risorse di Azure

Passaggi successivi