En este documento, se proporciona una descripción general de las guías de arquitectura para diseñar, compilar e implementar aplicaciones de IA y AA.
Para ayudarte a encontrar la orientación adecuada que sea pertinente para tu arquetipo y tus necesidades, proporcionamos los siguientes tipos de guías de arquitectura:
- Guías de diseño: Orientación prescriptiva y entre productos para ayudarte a planificar y diseñar tu arquitectura de nube.
- Arquitecturas de referencia: Ejemplos detallados de arquitectura y recomendaciones de diseño para cargas de trabajo específicas
- Casos de uso: Ejemplos de arquitectura de alto nivel para resolver problemas empresariales específicos
- Guías de implementación y soluciones de inicio rápido: Instrucciones paso a paso o código para implementar una arquitectura específica
Agente de IA
Las aplicaciones de IA basadas en agentes resuelven problemas abiertos a través de la planificación autónoma y los flujos de trabajo de varios pasos.
Para crear aplicaciones de IA basadas en agentes en Google Cloud, comienza con las siguientes guías:
- Guía de diseño: Elige los componentes de la arquitectura de tu IA basada en agentes
- Guía de diseño: Elige un patrón de diseño para tu sistema de agente de IA
- Arquitectura de referencia: Sistema de IA de agentes múltiples en Google Cloud
- Explora más guías de arquitectura de IA basadas en agentes.
IA generativa
Las aplicaciones de IA generativa permiten usar la IA para crear resúmenes, descubrir correlaciones ocultas complejas o generar contenido nuevo.
Para compilar aplicaciones de IA generativa en Google Cloud, comienza con las siguientes guías:
- Guía de diseño: Implementa y opera aplicaciones de IA generativa
- Guía de diseño: Elige modelos y la infraestructura para tu aplicación de IA generativa
- Arquitecturas de referencia: IA generativa con RAG
Operaciones y aplicaciones de AA
Las operaciones de aprendizaje automático (MLOps) sólidas son la base de cada iniciativa de IA, desde los modelos de clasificación y regresión hasta los complejos sistemas de IA generativa y de agentes de IA.
Para compilar y operar aplicaciones de AA en Google Cloud, comienza con las siguientes guías:
- Guía de diseño: Prácticas recomendadas para implementar el aprendizaje automático en Google Cloud
- Planos: Crea e implementa modelos de IA generativa y aprendizaje automático en una empresa
- Arquitectura de referencia: Compila una solución de estadísticas de vision de AA con Dataflow y la API de Cloud Vision
- Arquitectura de referencia: Aprendizaje federado entre dispositivos aislados y multidispositivo en Google Cloud
- Explora más guías de arquitectura de operaciones y aplicaciones de AA.
Infraestructura de IA y AA
El rendimiento, el costo y la escalabilidad de tus aplicaciones de IA y AA dependen directamente de la infraestructura subyacente. Cada etapa del ciclo de vida del AA tiene requisitos únicos de procesamiento, almacenamiento y redes.
Los siguientes recursos te ayudarán a diseñar y seleccionar una infraestructura adecuada para tus cargas de trabajo de IA y AA:
- Guía de diseño: Diseña almacenamiento para cargas de trabajo de IA y AA en Google Cloud
- Arquitectura de referencia: Optimiza las cargas de trabajo de IA y AA con Cloud Storage FUSE
- Arquitectura de referencia: Optimiza las cargas de trabajo de IA y AA con Managed Lustre de Google Cloud