In diesem Dokument im Google Cloud Well-Architected Framework werden Prinzipien und Empfehlungen beschrieben, die Ihnen helfen, KI- und ML-Arbeitslasten in Google Cloud zu entwerfen, zu erstellen und zu verwalten, die Ihren Zielen in Bezug auf Betrieb, Sicherheit, Zuverlässigkeit, Kosten und Leistungsziele entsprechen.
Die Zielgruppe für dieses Dokument umfasst Entscheidungsträger, Architekten, Administratoren, Entwickler und Operatoren, die KI- und ML-Arbeitslasten in Google Cloudentwerfen, erstellen, bereitstellen und verwalten.
Auf den folgenden Seiten werden Prinzipien und Empfehlungen beschrieben, die speziell für KI und ML gelten, und zwar für jede Säule des Well-Architected Framework:
- KI- und ML-Perspektive: Operative Exzellenz
- KI- und ML-Perspektive: Sicherheit
- KI- und ML-Perspektive: Zuverlässigkeit
- KI- und ML-Perspektive: Kostenoptimierung
- KI- und ML-Perspektive: Leistungsoptimierung
Beitragende
Autor*innen:
- Benjamin Sadik | AI and ML Specialist Customer Engineer
- Dr. Charlotte Gistelinck | Partner Engineer
- Filipe Gracio, PhD | Customer Engineer, AI/ML Specialist
- Isaac Lo | AI Business Development Manager
- Kamilla Kurta | GenAI/ML Specialist Customer Engineer
- Mohamed Fawzi | Benelux Security and Compliance Lead
- Rick (Rugui) Chen | AI Infrastructure Field Solutions Architect
- Sannya Dang | AI Solution Architect
Weitere Beitragende:
- Daniel Lees | Cloudsicherheitsarchitekt
- Gary Harmson | Principal Architect
- Jose Andrade | Customer Engineer, SRE Specialist
- Kumar Dhanagopal | Cross-Product Solution Developer
- Marwan Al Shawi | Partner Customer Engineer
- Nicolas Pintaux | Customer Engineer, Application Modernization Specialist
- Radhika Kanakam | Program Lead, Google Cloud Well-Architected Framework
- Ryan Cox | Principal Architect
- Samantha He | Technical Writer
- Stef Ruinard | Generative AI Field Solutions Architect
- Wade Holmes | Global Solutions Director
- Zach Seils | Networking Specialist