Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Dit artikel helpt organisaties bij het bouwen van AI-workloads op PaaS-oplossingen (Platform-as-a-Service) van Azure. Deze services ondersteunen zowel generatieve als niet-generatieve AI-workloads met beveiliging en schaalbaarheid op bedrijfsniveau.
Generatieve AI-architecturen en -handleidingen gebruiken
Generatieve AI-architecturen maken nieuwe inhoud en maken gesprekservaringen mogelijk via grote taalmodellen. De architecturen bieden verschillende complexiteitsniveaus die overeenkomen met de behoeften van uw organisatie en de technische volwassenheid van uw organisatie. U moet de juiste architectuur selecteren op basis van de grootte, nalevingsvereisten van uw organisatie en de bestaande Azure-infrastructuur. U doet dit als volgt:
Begin met basislijnarchitecturen die bewezen ontwerppatronen bieden voor productieworkloads. Deze architecturen omvatten beveiligingsconfiguraties, netwerkontwerpen en operationele procedures die ondernemingen nodig hebben voor betrouwbare AI-implementaties. Ze pakken veelvoorkomende uitdagingen aan, zoals modelbeheer, kostenbeheer en gegevensbescherming.
Artikel Artikeltype Doelorganisatie Azure OpenAI-basislijnarchitectuur in een Azure-landingszone Architectuur Onderneming Basisarchitectuur voor Azure OpenAI-referentie Architectuur Alle Basisarchitectuur voor Azure OpenAI Architectuur Opstarten Operationele richtlijnen toepassen die ondersteuning bieden voor het beheer van de levenscyclus van AI-ontwikkeling. In deze handleidingen worden procedures voor modelimplementatie, bewaking en continue verbetering in ontwikkelomgevingen vastgesteld. Ze zorgen voor consistente kwaliteit en betrouwbaarheid naarmate AI-toepassingen zich ontwikkelen.
Artikel Artikeltype Doelorganisatie GenAIOps Gids Alle RAG-oplossingen ontwikkelen Gids Alle Proxygebruik voor Azure OpenAI Gids Alle Implementeer Well-Architected ontwerpgebieden die specifieke technische problemen voor AI-workloads aanpakken. Deze ontwerpgebieden bieden gedetailleerde aanbevelingen voor toepassingsontwerp, gegevensbeheer en operationele uitmuntendheid die een aanvulling vormen op de architectuurpatronen.
Artikel Artikeltype Doelorganisatie Toepassingsontwerp Ontwerpgebied Alle Toepassingsplatform Ontwerpgebied Alle Ontwerp van trainingsgegevens Ontwerpgebied Alle Fundamenteel gegevensontwerp Ontwerpgebied Alle Gegevensplatform Ontwerpgebied Alle MLOps en GenAIOps Ontwerpgebied Alle Operaties Ontwerpgebied Alle Testen en evalueren Ontwerpgebied Alle Verantwoorde AI Ontwerpgebied Alle
Niet-generatieve AI-architecturen en -handleidingen gebruiken
Niet-generatieve AI-architecturen richten zich op classificatie-, voorspellings- en analysetaken zonder nieuwe inhoud te maken. Deze architecturen verwerken bestaande gegevens om inzichten te extraheren, beslissingen te automatiseren en bedrijfsprocessen te verbeteren. U moet architecturen kiezen die overeenkomen met uw specifieke vereisten voor gegevensverwerking en analyse.
U doet dit als volgt:
Selecteer gespecialiseerde architecturen voor specifieke use cases voor gegevensverwerking en -analyse. Deze architecturen demonstreren bewezen patronen voor veelvoorkomende bedrijfsscenario's, zoals documentverwerking, mediaanalyse en predictive analytics. Ze bieden implementatierichtlijnen voor het integreren van AI-mogelijkheden in bestaande bedrijfsprocessen.
Artikel Artikeltype Doelorganisatie Documentverwerkingsarchitecturen Architectuur Alle Architectuur voor video- en afbeeldingsclassificatie Architectuur Alle Architectuur voor audioverwerking Architectuur Alle Architectuur voor predictive analytics Architectuur Alle Operationele frameworks toepassen die ondersteuning bieden voor levenscyclusbeheer van machine learning-modellen. In deze handleidingen worden aanbevolen procedures voor modeltraining, implementatie en bewaking vastgesteld die zorgen voor consistente prestaties en betrouwbaarheid in productieomgevingen.
Artikel Artikeltype Doelorganisatie Azure Machine Learning Gids Alle MLOps Gids Alle
AI-standaarden gebruiken
De volgende artikelen bevatten aanbevolen procedures voor het aannemen van AI-workloads met behulp van Azure PaaS-oplossingen. Deze procedures zorgen ervoor dat uw AI-workloads voldoen aan de vereisten voor beveiliging, governance en operationele uitmuntendheid in belangrijke categorieën.
- Resourceselectie : gebruik best practices om de juiste AI-services en rekenresources te kiezen.
- Netwerken : best practices toepassen om veilige en performante netwerkconnectiviteit te ontwerpen.
- Governance : volg de aanbevolen procedures om beleidsregels en besturingselementen voor AI-resourcebeheer vast te stellen.
- Beheer : best practices implementeren voor bewaking en operationele procedures.
- Beveiliging : best practices afdwingen voor het toepassen van beveiligingscontroles en nalevingsvereisten.
Azure-hulpmiddelen
| Categorie | Werktuig | Beschrijving |
|---|---|---|
| Platformservices | Azure AI Foundry | Geïntegreerd platform voor het bouwen en implementeren van generatieve en niet-generatieve AI-toepassingen |
| Platformservices | Azure OpenAI | Toegang tot OpenAI-modellen met bedrijfsbeveiliging en -naleving |
| Platform Services | Azure Machine Learning | End-to-end platform voor levenscyclusbeheer van machine learning |
| Platformservices | Azure AI Services | Vooraf gemaakte AI-mogelijkheden voor visie, spraak, taal en besluitvorming |
| Richtlijnen voor architectuur | Azure Architecture Center AI/ML | Uitgebreide verzameling ai- en machine learning-architectuurpatronen |
| Beste praktijken | AI-Workloads vanWell-Architected Framework | Ontwerpprincipes en aanbevelingen voor AI-workloads in Azure |