KI-Architekturleitfaden zum Erstellen von KI-Workloads in Azure
Dieser Artikel bietet einen Architekturleitfaden für Organisationen, die KI-Workloads (künstliche Intelligenz) in Azure ausführen. Im Vordergrund stehen Azure KI-Platform-as-a-Service (PaaS)-Lösungen, einschließlich Azure KI Studio, Azure OpenAI, Azure Machine Learning und Azure KI Services. Behandelt werden sowohl generative als auch nicht generative KI-Workloads.
Das Azure Architecture Center bietet Referenzarchitekturen und Leitfäden, mit denen Organisationen KI-Workloads effizient und sicher erstellen können. Diese Ressourcen bieten umfassend getestete, strukturierte Frameworks für die Bereitstellung von KI-Workloads. Im Artikel zur KI-Bereitschaft haben Sie eine Ressourcenhierarchie eingerichtet, die KI-Workloads in Gruppen für interne Workloads und Workloads mit Internetzugriff unterteilt. Stellen Sie KI-Workloads in Abonnements unter den entsprechenden Verwaltungsgruppen bereit (intern oder mit Internetzugriff). In den folgenden Tabellen sind Artikel zum Erstellen von KI-Workloads aufgeführt.
Hinweis
Wenn Sie Azure-Zielzonen verwenden, beginnen Sie mit der Azure OpenAI-Baselinearchitektur in einer Azure-Zielzone, und stellen Sie diese in einem Abonnement für eine Anwendungszielzone bereit.
Architekturen und Leitfäden für generative KI
| Artikel | Artikeltyp | Zielorganisation |
|---|---|---|
| Azure OpenAI-Baselinearchitektur in einer Azure-Zielzone | Aufbau | Enterprise |
| Azure OpenAI-Baselinereferenzarchitektur | Aufbau | Any |
| Azure OpenAI-Basisreferenzarchitektur | Aufbau | Startup |
| GenAIOps | Handbuch | Any |
| Entwickeln von RAG-Lösungen | Guides | Any |
| Proxy Azure OpenAI-Nutzung | Handbuch | Any |
Architekturen und Leitfäden für nicht generative KI
| Artikel | Artikeltyp | Zielorganisation |
|---|---|---|
| Architekturen für die Dokumentenverarbeitung | Architekturen | Any |
| Architektur für die Video- und Bildklassifizierung | Architekturen | Any |
| Audioverarbeitungsarchitektur | Aufbau | Any |
| Predictive Analytics-Architektur | Aufbau | Any |
| Azure Machine Learning | Guides | Any |
| MLOps | Guides | Any |
| Team Data Science-Prozess | Guides | Any |
Verwenden der KI-Entwurfsbereiche als Framework
Die KI-Designbereiche bieten technologiespezifische Frameworks zum Entwerfen von KI-Workloads mit den KI-Plattform-as-a-Service-Lösungen (PaaS) von Azure. Sie konzentriert sich auf Azure AI Studio, Azure OpenAI, Azure Machine Learning und Azure AI Services. Verwenden Sie sie zum Einrichten von Standards und bewährten Methoden im Zusammenhang mit diesen Diensten:
Jeder Entwurfsbereich enthält Empfehlungen für generative und nicht generative KI-Workloads in Azure und fasst bewährte Methoden zusammen, die für alle KI-Workloads mit Azure PaaS-KI-Plattformen gelten.