Last reviewed 2024-10-11 UTC
In diesem Dokument des Google Cloud Well-Architected Framework werden Prinzipien und Empfehlungen beschrieben, die Ihnen beim Entwerfen, Erstellen und Verwalten von KI- und ML-Arbeitslasten in helfen, die Ihre Betriebs-, Sicherheits-, Zuverlässigkeits-, Kosten- und Leistungsziele erfüllen. Google Cloud
Die Zielgruppe für dieses Dokument umfasst Entscheidungsträger, Architekten, Administratoren, Entwickler und Betreiber, die KI- und ML-Arbeitslasten in entwerfen, erstellen, bereitstellen und verwalten Google Cloud.
Auf den folgenden Seiten werden Prinzipien und Empfehlungen beschrieben, die für KI und ML spezifisch sind, für jede Säule des Well-Architected Framework:
- KI- und ML-Perspektive: Betriebliche Exzellenz
- KI- und ML-Perspektive: Sicherheit
- KI- und ML-Perspektive: Zuverlässigkeit
- KI- und ML-Perspektive: Kostenoptimierung
- KI- und ML-Perspektive: Leistungsoptimierung
Beitragende
Autor*innen:
- Benjamin Sadik | AI and ML Specialist Customer Engineer
- Charlotte Gistelinck, PhD | Partner Engineer
- Filipe Gracio, PhD | Customer Engineer, AI/ML Specialist
- Isaac Lo | AI Business Development Manager
- Kamilla Kurta | GenAI/ML Specialist Customer Engineer
- Mohamed Fawzi | Benelux Security and Compliance Lead
- Rick (Rugui) Chen | AI Infrastructure Field Solutions Architect
- Sannya Dang | AI Solution Architect
Weitere Beitragende:
- Daniel Lees | Cloud Security Architect
- Gary Harmson | Principal Architect
- Jose Andrade | Customer Engineer, SRE Specialist
- Kumar Dhanagopal | Cross-Product Solution Developer
- Marwan Al Shawi | Partner Customer Engineer
- Nicolas Pintaux | Customer Engineer, Application Modernization Specialist
- Radhika Kanakam | Program Lead, Google Cloud Well-Architected Framework
- Ryan Cox | Principal Architect
- Samantha He | Technical Writer
- Stef Ruinard | Generative AI Field Solutions Architect
- Wade Holmes | Global Solutions Director
- Zach Seils | Networking Specialist