ML アプリケーションとオペレーションのアーキテクチャ ガイド

Last reviewed 2025-11-25 UTC

アーキテクチャ センターのこのドキュメントでは、 で ML アプリケーションとオペレーションを構築してデプロイするために使用できるアーキテクチャ ガイドへのリンクを提供しています。 Google Cloud

お客様の役割とニーズに関連する適切なガイダンスを見つけるために、次のタイプのアーキテクチャ ガイドを提供しています。

  • 設計ガイド: クラウド アーキテクチャの計画と設計に役立つ、製品横断的な規範的ガイダンス。
  • リファレンス アーキテクチャ: 特定のワークロードの詳細なアーキテクチャの例と設計に関する推奨事項。
  • ユースケース: 特定のビジネス上の問題を解決するための高レベルのアーキテクチャの例。
  • デプロイガイド: 特定のアーキテクチャをデプロイするための手順またはコード。
アーキテクチャ ガイド 説明
で ML を実装するためのベスト プラクティス Google Cloud ML ワークフロー全体でベスト プラクティスに準拠したカスタム トレーニング モデルを計画、開発するための設計ガイド。
高品質な予測 ML ソリューションの開発に関するガイドライン 予測 ML ソリューションの構築における品質の評価、確保、制御に役立つガイド。
TensorFlow Extended、Gemini Enterprise Agent Platform Pipelines、Cloud Build を使用した MLOps のアーキテクチャ TensorFlow Extended（TFX）ライブラリを使用して ML システムを構築するのに役立つリファレンス アーキテクチャ。
MLOps: 機械学習における継続的デリバリーと自動化のパイプライン ML システムの継続的インテグレーション（CI）、継続的デリバリー（CD）、継続的トレーニング（CT）の実装と自動化の手法について説明するガイド。
Dataflow と Cloud Vision API を使用した ML ビジョン分析ソリューションの構築 Cloud Vision で画像ファイルを処理し、処理結果を BigQuery に保存する Dataflow パイプラインを構築するのに役立つリファレンス アーキテクチャ。このリファレンス アーキテクチャをデプロイする方法については、Dataflow と Cloud Vision API を使用して ML ビジョン分析ソリューションをデプロイするをご覧ください。
データ分析、AI、フェデレーション ラーニング向けの Confidential Computing Confidential Computing を使用して、安全なデータ コラボレーション、AI モデルのトレーニング、フェデレーション ラーニングを行うのに役立つリファレンス アーキテクチャ。
でのクロスサイロ / クロスデバイス フェデレーション ラーニング Google Cloud Google Kubernetes Engine（GKE）を使用して フェデレーション ラーニング プラットフォームを作成するのに役立つリファレンス アーキテクチャ。
大規模な候補生成のための Two-Tower リトリーブを実装する Gemini Enterprise Agent Platform を使用してエンドツーエンドの Two-Tower 候補生成 ワークフローを実装するのに役立つリファレンス アーキテクチャ。
と Labelbox を使用したモデル開発とデータラベル付け Google Cloud Labelbox を使用して標準化されたパイプラインを構築するのに役立つリファレンス アーキテクチャ。
上の C3 AI アーキテクチャ Google Cloud このドキュメントでは、C3 AI アプリケーションをデプロイする最も効果的な方法について説明します。