Last reviewed 2026-11-02 UTC
Ce document de l'Architecture Center fournit des guides d'architecture pour vous aider à créer et à déployer des charges de travail d'IA générative dans Google Cloud.
Pour apprendre à configurer, déployer, évaluer et exploiter des applications d'IA générative sur des modèles de fondation, consultez Déployer et exploiter des applications d'IA générative.
Architectures de haut niveau
Les guides suivants fournissent des architectures globales pour des cas d'utilisation métier et techniques spécifiques de l'IA générative :
| Guide | Description |
|---|---|
| Générer des campagnes marketing personnalisées | Générez des composants multimédias pour des campagnes marketing personnalisées. |
| Générer des recommandations de produits personnalisées | Générez des recommandations de produits personnalisées en fonction des préférences des utilisateurs pour les applications de vente au détail. |
| Générer des podcasts à partir de fichiers audio | Générer des podcasts à partir de fichiers multimédias, comme des commentaires en direct pour un événement sportif. |
| Générer des solutions pour les demandes d'assistance client | Générez des réponses aux questions des clients, telles que les demandes d'assistance technique. |
Architectures de référence
Les guides suivants fournissent des exemples d'architecture détaillés et des recommandations de conception pour déployer des charges de travail et une infrastructure d'IA générative pour des cas d'utilisation spécifiques :
| Guide | Description |
|---|---|
| Automatiser l'examen de l'utilisation des demandes de remboursement d'assurance | Améliorez le processus d'autorisation préalable (AP) et d'examen de l'utilisation (UR) pour les demandes d'assurance santé. |
| Infrastructure RAG utilisant Gemini Enterprise et Gemini Enterprise Agent Platform | Orchestrez un workflow RAG agentique avec une disponibilité des données en temps réel et une recherche contextuelle enrichie. |
| Infrastructure RAG utilisant Agent Platform et Vector Search | Fournissez une recherche vectorielle optimisée et hautes performances pour les applications à grande échelle. |
| Infrastructure RAG utilisant Agent Platform et AlloyDB pour PostgreSQL | Stockez des embeddings vectoriels avec des données opérationnelles dans une base de données AlloyDB pour PostgreSQL entièrement gérée. |
| Infrastructure RAG utilisant GKE et Cloud SQL | Créez des applications RAG personnalisées à l'aide d'outils Open Source tels que Ray, Hugging Face et LangChain. |
| Infrastructure GraphRAG utilisant Agent Platform et Spanner Graph | Combinez la recherche vectorielle avec des requêtes de Knowledge Graph pour récupérer des données contextuelles interconnectées. |
| Connectivité privée pour les applications d'IA générative compatibles avec RAG | Sécurisez l'infrastructure réseau pour les applications d'IA générative compatibles avec RAG à l'aide d'un VPC partagé. |
| Pipeline CI/CD Harness pour les applications RAG | Configurez un pipeline d'intégration continue (CI) et de déploiement continu (CD) pour les applications RAG. |