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 rol 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 de arquitectura detallados 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: Instrucciones paso a paso o código para implementar una arquitectura específica
IA de agentes
Las aplicaciones de IA de agentes resuelven problemas abiertos a través de la planificación autónoma y los flujos de trabajo de varios pasos.
Para compilar aplicaciones de IA de agentes Google Cloud, comienza con las siguientes guías:
- Guía de diseño: Elige los componentes de la arquitectura de IA de agentes
- Guía de diseño: Elige un patrón de diseño para tu sistema de IA de agentes
- Arquitectura de referencia: Sistema de IA multiagente en Google Cloud
- Arquitectura de referencia: Sistema de IA de un solo agente con ADK y Cloud Run
Explora más guías de arquitectura de IA de agentes.
IA generativa
Las aplicaciones de IA generativa te permiten usar la IA para crear resúmenes, descubrir correlaciones ocultas complejas o generar contenido nuevo.
Para compilar aplicaciones de IA generativa Google Cloud, comienza con las siguientes guías:
- Guía de diseño: Implementa y opera aplicaciones de IA generativa
- Guía de diseño: Elige los modelos y la infraestructura para tu aplicación de IA generativa
- Arquitecturas de referencia: IA generativa con RAG
Explora más guías de arquitectura de IA generativa.
Aplicaciones y operaciones 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 IA de agentes.
Para compilar y operar aplicaciones de AA Google Cloud, comienza con las siguientes guías:
- Guía de diseño: Prácticas recomendadas para implementar el aprendizaje automático en Google Cloud
- Plano: 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 aplicaciones y operaciones 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 para el procesamiento, el almacenamiento y las redes.
Los siguientes recursos te ayudan 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 Google Cloud Managed Lustre