Recursos de IA e machine learning

Last reviewed 2025-11-25 UTC

Neste documento, apresentamos uma visão geral dos guias de arquitetura para projetar, criar e implantar aplicativos de IA e ML.

Para ajudar você a encontrar as orientações certas e relevantes para sua persona e suas necessidades, oferecemos os seguintes tipos de guias de arquitetura:

  • Guias de design: orientações prescritivas para vários produtos que ajudam a planejar e projetar sua arquitetura de nuvem.
  • Arquiteturas de referência: exemplos detalhados de arquitetura e recomendações de design para cargas de trabalho específicas.
  • Casos de uso: exemplos de arquitetura de alto nível para resolver problemas de negócios específicos.
  • Guias de implantação: instruções detalhadas ou código para implantar uma arquitetura específica.

IA agêntica

Os aplicativos de IA agêntica resolvem problemas abertos por meio de planejamento autônomo e fluxos de trabalho de várias etapas.

Para criar aplicativos de IA agêntica no Google Cloud, comece com os seguintes guias:

Descoberta avançada guias de arquitetura de IA agêntica.

IA generativa

Os aplicativos de IA generativa usam a IA para criar resumos, revelar correlações ocultas complexas ou gerar novos conteúdos.

Para criar aplicativos de IA generativa no Google Cloud, comece com os seguintes guias:

Confira mais guias de arquitetura de IA generativa.

Operações e aplicativos de ML

As operações de machine learning (MLOps) robustas são a base de todas as iniciativas de IA, desde modelos de classificação e modelos de regressão até sistemas complexos de IA generativa e IA agêntica.

Para criar e operar aplicativos de ML no Google Cloud, comece com os seguintes guias:

Confira mais guias de arquitetura de operações e aplicativos de ML.

Infraestrutura de IA e ML

O desempenho, o custo e a escalonabilidade dos seus aplicativos de IA e ML dependem diretamente da infraestrutura subjacente. Cada estágio do ciclo de vida de ML tem requisitos exclusivos de computação, armazenamento e rede.

Os recursos a seguir ajudam você a projetar e selecionar uma infraestrutura adequada para suas cargas de trabalho de IA e ML: