Last reviewed 2024-10-11 UTC
Questo documento del Google Cloud Well-Architected Framework descrive i principi e i consigli per aiutarti a progettare, creare e gestire i carichi di lavoro AI e ML in Google Cloud che soddisfano i tuoi obiettivi operativi, di sicurezza, affidabilità, costi e prestazioni.
Il pubblico di destinazione di questo documento include responsabili delle decisioni, architetti, amministratori, sviluppatori e operatori che progettano, creano, eseguono il deployment e gestiscono i carichi di lavoro AI e ML in Google Cloud.
Le pagine seguenti descrivono i principi e i consigli specifici per AI e ML, per ogni pilastro del Well-Architected Framework:
- Prospettiva AI e ML: eccellenza operativa
- Prospettiva AI e ML: sicurezza
- Prospettiva AI e ML: affidabilità
- Prospettiva AI e ML: ottimizzazione dei costi
- Prospettiva AI e ML: ottimizzazione delle prestazioni
Collaboratori
Autori:
- Benjamin Sadik | Customer Engineer specializzato in AI e ML
- Charlotte Gistelinck, PhD | Partner Engineer
- Filipe Gracio, PhD | Customer Engineer, specialista in AI/ML
- Isaac Lo | Business Development Manager per l'AI
- Kamilla Kurta | Customer Engineer specializzata in GenAI/ML
- Mohamed Fawzi | Responsabile della sicurezza e della conformità per il Benelux
- Rick (Rugui) Chen | Field Solutions Architect per l'infrastruttura AI
- Sannya Dang | Solution Architect per l'AI
Altri collaboratori:
- Daniel Lees | Cloud Security Architect
- Gary Harmson | Architetto principale
- Jose Andrade | Customer Engineer, specialista SRE
- Kumar Dhanagopal | Cross-Product Solution Developer
- Marwan Al Shawi | Partner Customer Engineer
- Nicolas Pintaux | Customer Engineer, specialista in modernizzazione delle applicazioni
- Radhika Kanakam | Responsabile del programma Google Cloud Well-Architected Framework
- Ryan Cox | Architetto principale
- Samantha He | Technical Writer
- Stef Ruinard | Field Solutions Architect per l'AI generativa
- Wade Holmes | Global Solutions Director
- Zach Seils | Specialista di networking