Last reviewed 2025-09-22 UTC
Utilizza le seguenti guide relative all'architettura per progettare ed eseguire il deployment di applicazioni di AI generativa con la generazione Retrieval-Augmented Generation (RAG) in Google Cloud.
| Guida relativa all'architettura | Descrizione |
|---|---|
| Infrastruttura RAG per l'AI generativa che utilizza Gemini Enterprise e Agent Platform | Un'architettura basata su agenti che utilizza Gemini Enterprise come piattaforma unificata per orchestrare un flusso di dati RAG end-to-end per applicazioni aziendali che richiedono la disponibilità di dati in tempo reale e la ricerca contestuale arricchita. |
| Infrastruttura RAG per l'AI generativa che utilizza Agent Platform e Vector Search | Un'architettura serverless completamente gestita che fornisce una ricerca vettoriale ottimizzata e ad alte prestazioni per applicazioni su larga scala. |
| Infrastruttura RAG per l'AI generativa che utilizza Agent Platform e AlloyDB per PostgreSQL | Un'architettura che archivia gli incorporamenti vettoriali insieme ai dati operativi in un database completamente gestito come AlloyDB per PostgreSQL. |
| Infrastruttura RAG per l'AI generativa che utilizza GKE e Cloud SQL | Un'architettura flessibile basata su container che fornisce il massimo controllo per creare applicazioni personalizzate con strumenti open source come Ray, Hugging Face e LangChain. |
| Infrastruttura GraphRAG per l'AI generativa che utilizza Agent Platform e Spanner Graph | Un'architettura RAG avanzata che combina la ricerca vettoriale con le query del grafo di conoscenza per recuperare dati contestuali interconnessi, il che si traduce in risposte di AI generativa più dettagliate e pertinenti. |
| Sfrutta la pipeline CI/CD per le applicazioni RAG | Un'architettura per una pipeline di integrazione continua (CI) e distribuzione continua (CD) per un'applicazione RAG in Google Cloud. |