Last reviewed 2025-01-06 UTC
Dieses Dokument im Architekturcenter enthält Architekturleitfäden, die Ihnen beim Erstellen und Bereitstellen von Arbeitslasten für generative KI in helfen Google Cloud.
Informationen zum Einrichten, Bereitstellen, Bewerten und Betreiben von Anwendungen für generative KI auf Foundation-Modellen finden Sie unter Anwendungen für generative KI bereitstellen und betreiben.
Allgemeine Architekturen
Die folgenden Leitfäden enthalten allgemeine Architekturen für bestimmte geschäftliche und technische Anwendungsfälle von generativer KI:
| Leitfaden | Beschreibung |
|---|---|
| Personalisierte Marketingkampagnen erstellen | Media-Assets für personalisierte Marketingkampagnen erstellen. |
| Personalisierte Produktempfehlungen erstellen | Personalisierte Produktempfehlungen basierend auf Nutzer präferenzen für Einzelhandelsanwendungen erstellen. |
| Podcasts aus Audiodateien erstellen | Podcasts basierend auf Mediendateien wie Live-Kommentaren für ein Sportereignis erstellen. |
| Lösungen für Kundensupportanfragen erstellen | Antworten auf Kundenfragen erstellen, z. B. auf Anfragen zum technischen Support |
Referenzarchitekturen
Die folgenden Leitfäden enthalten detaillierte Architekturbeispiele und Designempfehlungen zum Bereitstellen von Arbeitslasten und Infrastruktur für generative KI für bestimmte Anwendungsfälle:
| Leitfaden | Beschreibung |
|---|---|
| Überprüfung der Nutzung von Versicherungsansprüchen automatisieren | Den Prozess der Vorabgenehmigung und der Überprüfung der Nutzung für Krankenversicherungsansprüche verbessern. |
| RAG-Infrastruktur mit Gemini Enterprise und der Gemini Enterprise Agent Platform | Einen agentenbasierten RAG-Workflow mit Echtzeitdatenverfügbarkeit und erweiterter kontextbezogener Suche orchestrieren. |
| RAG-Infrastruktur mit der Agent Platform und Vector Search | Optimierte, leistungsstarke Vektorsuche für groß angelegte Anwendungen bereitstellen. |
| RAG-Infrastruktur mit der Agent Platform und AlloyDB for PostgreSQL | Vektoreinbettungen zusammen mit Betriebsdaten in einer vollständig verwalteten AlloyDB for PostgreSQL-Datenbank speichern. |
| RAG-Infrastruktur mit der Agent Platform und Cloud SQL | Vektoreinbettungen zusammen mit Betriebsdaten in einer vollständig verwalteten Cloud SQL-Datenbank speichern. |
| RAG-Infrastruktur mit GKE und Cloud SQL | Benutzerdefinierte RAG-Anwendungen mit Open-Source-Tools wie Ray, Hugging Face, und LangChain erstellen. |
| GraphRAG-Infrastruktur mit der Agent Platform und Spanner Graph | Vektorsuche mit Knowledge Graph-Abfragen kombinieren, um verknüpfte Kontextdaten abzurufen. |
| Private Konnektivität für RAG-fähige Anwendungen für generative KI | Sichern Sie die Netzwerkinfrastruktur für RAG-fähige Anwendungen für generative KI mit gemeinsam genutzter VPC. |
| CI/CD-Pipeline für RAG-Anwendungen nutzen | Eine CI/CD-Pipeline (Continuous Integration/Continuous Deployment) für RAG-Anwendungen einrichten. |