Получение руководства по архитектуре ИИ для служб платформы Azure (PaaS) для ИИ

Эта статья помогает организациям создавать рабочие нагрузки ИИ на основе решений Azure платформы как услуга (PaaS). Эти службы поддерживают как созданные, так и негенеривные рабочие нагрузки искусственного интеллекта с безопасностью корпоративного уровня и масштабируемостью.

Использование архитектур и руководств генеративного ИИ

Архитектуры генеративного искусственного интеллекта создают новое содержимое и обеспечивают возможности общения с помощью моделей на основе больших языков. Архитектура обеспечивает различные уровни сложности в соответствии с потребностями вашей организации и технической зрелости. Необходимо выбрать соответствующую архитектуру на основе размера организации, требований к соответствию требованиям и существующей инфраструктуры Azure. Это делается следующим образом:

1. Начните с базовых архитектур, которые предоставляют проверенные шаблоны проектирования для рабочих нагрузок. Эти архитектуры включают конфигурации безопасности, сетевые проекты и операционные методики, необходимые предприятиям для надежных развертываний искусственного интеллекта. Они решают распространенные проблемы, такие как управление моделями, управление затратами и защита данных.

   Статья	Тип статьи	Целевая организация
   эталонная архитектура чата Baseline Foundry в стартовой зоне Azure	Architecture	Предприятие
   Посадочная зона приложения AI	Architecture	Любое
   Базовая эталонная архитектура чата Foundry	Architecture	Любое
   Базовая эталонная архитектура чата Foundry	Architecture	Запуск

2. Применение операционных рекомендаций, поддерживающих управление жизненным циклом разработки ИИ. В этих руководствах описаны рекомендации по развертыванию моделей, мониторингу и непрерывному улучшению в средах разработки. Они обеспечивают согласованное качество и надежность по мере развития приложений ИИ.

   Статья	Тип статьи	Целевая организация
   GenAIOps	Guide	Любое
   Разработка решений RAG	Guide	Любое
   Использование прокси Azure для OpenAI	Guide	Любое

3. Реализуйте Well-Architected области разработки, которые касаются конкретных технических проблем для нагрузок, связанных с ИИ. Эти области проектирования предоставляют подробные рекомендации по проектированию приложений, управлению данными и операционному превосходству, которые дополняют архитектурные шаблоны.

   Статья	Тип статьи	Целевая организация
   конструктор приложений	Область проектирования	Любое
   Платформа приложений	Область проектирования	Любое
   Проектирование обучающих данных	Область проектирования	Любое
   Проектирование данных приземления	Область проектирования	Любое
   Платформа данных	Область проектирования	Любое
   MLOps и GenAIOps	Область проектирования	Любое
   Operations	Область проектирования	Любое
   Тестирование и оценка	Область проектирования	Любое
   Ответственный ИИ	Область проектирования	Любое

Использование негенеривных архитектур ИИ и руководств

Негенеривные архитектуры ИИ сосредоточены на задачах классификации, прогнозирования и анализа без создания нового содержимого. Эти архитектуры обрабатывают существующие данные для извлечения аналитических сведений, автоматизации решений и улучшения бизнес-процессов. Необходимо выбрать архитектуры, которые соответствуют конкретным требованиям к обработке и анализу данных.

Это делается следующим образом:

1. Выберите специализированные архитектуры, которые рассматривают конкретные варианты использования для обработки и анализа данных. Эти архитектуры демонстрируют проверенные шаблоны для распространенных бизнес-сценариев, таких как обработка документов, анализ мультимедиа и прогнозная аналитика. Они предоставляют рекомендации по внедрению возможностей ИИ в существующие бизнес-процессы.

   Статья	Тип статьи	Целевая организация
   Архитектура обработки документов	Architecture	Любое
   Архитектура классификации видео и изображений	Architecture	Любое
   Архитектура обработки звука	Architecture	Любое
   Архитектура прогнозной аналитики	Architecture	Любое

2. Применение операционных платформ, поддерживающих управление жизненным циклом модели машинного обучения. В этих руководствах приведены рекомендации по обучению модели, развертыванию и мониторингу, которые обеспечивают согласованную производительность и надежность в рабочих средах.

   Статья	Тип статьи	Целевая организация
   Машинное обучение Azure	Guide	Любое
   MLOps	Guide	Любое

Внедрение стандартов искусственного интеллекта

В следующих статьях приведены рекомендации по внедрению рабочих нагрузок ИИ с помощью решений paaS Azure. Эти методики обеспечивают соответствие рабочих нагрузок ИИ требованиям к безопасности, управлению и эффективности работы в ключевых категориях.

• Выбор ресурсов . Используйте рекомендации по выбору соответствующих служб ИИ и вычислительных ресурсов.
• Сеть — применение рекомендаций по проектированию безопасного и производительного сетевого подключения.
• Управление . Следуйте рекомендациям по созданию политик и элементов управления для управления ресурсами искусственного интеллекта.
• Управление . Реализация рекомендаций по мониторингу и эксплуатации.
• Безопасность . Применение рекомендаций по применению элементов управления безопасностью и требований к соответствию.

Дальнейшие действия