Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Conception d'architectures d'IA sans serveur

La traduction des principes de l'IA sans serveur dans des systèmes réels nécessite une architecture réfléchie. L'objectif est de les intégrer de manière souple Services AWS dans des pipelines modulaires et intelligents qui évoluent de manière élastique et répondent en temps réel.

Cette section fournit des conseils prescriptifs sur la manière d'assembler des systèmes d'IA natifs du cloud à l'aide de services AWS sans serveur, notamment l'orchestration générative de l'IA, l'inférence en temps réel et l'informatique de pointe. Chaque modèle architectural correspond à un cas d'utilisation courant dans l'entreprise, garantissant ainsi pertinence et applicabilité.

Dans cette section :

Modèles d'architecture fondamentaux

Dans une architecture d'application traditionnelle axée sur les événements, le système est structuré en quatre couches logiques qui dissocient les préoccupations tout en garantissant évolutivité et réactivité. Au sommet, la couche d'application gère les interactions des utilisateurs et les événements de l'interface utilisateur, déclenchant souvent des événements spécifiques au domaine dans le système. APIs En dessous, la couche d'orchestration gère les flux de travail, les règles métier et le séquençage des événements à l'aide d'outils tels que des machines à états ou des flux de travail sans serveur. La couche de service contient des fonctions ou des microservices modulaires et réutilisables qui répondent aux événements et exécutent la logique de base. À la base, la couche de données est responsable de la persistance, du streaming et de l'approvisionnement en événements. La couche de données utilise des services tels que les bases de données, les magasins d'objets ou les journaux d'événements pour émettre et consommer des événements de changement. Ensemble, ces couches soutiennent une architecture faiblement couplée, évolutive et maintenable dans laquelle les événements orientent le flux dans l'ensemble de la pile.

Les systèmes d'IA sans serveur sont également composés de services faiblement couplés et pilotés par des événements qui peuvent évoluer, évoluer et récupérer indépendamment. Pour concevoir ces systèmes de manière cohérente et évolutive, il est essentiel de considérer l'architecture comme cinq couches distinctes. Chaque couche remplit une fonction spécifique et correspond directement à une couche spécialement conçue Services AWS. Le schéma suivant montre chaque couche.

Ces cinq couches constituent le modèle pour créer des applications intelligentes, axées sur les événements, résilientes, observables et optimisées en termes de coûts et de performances.

Déclencheur d'événements ou couche d'interface

Le déclencheur d'événements ou la couche d'interface est le point d'entrée de votre système d'IA sans serveur. Il capture les interactions des utilisateurs, les événements système ou les modifications des données et les émet sous forme d'événements structurés dans l'architecture. Il permet une orchestration asynchrone et dissocie les entrées en amont de la logique de traitement en aval.

Les responsabilités de la couche de déclenchement d'événements sont les suivantes :

Services AWS qui sont couramment utilisés avec cette couche sont les suivants :

Exemple : une demande d'assistance client soumise via un formulaire Web déclenche une EventBridge règle, initiant un flux de travail d'agent Amazon Bedrock en aval.

Couche de traitement

La couche de traitement transforme ou enrichit les données avant de les transmettre au modèle d'IA. Il gère les tâches de prétraitement telles que la validation des entrées, le formatage, le balisage des métadonnées, la détection de la langue et l'enrichissement des données à l'aide de tables de recherche ou externes. APIs

Les responsabilités de la couche de traitement sont les suivantes :

Services AWS qui sont couramment utilisés avec cette couche sont les suivants :

Exemple : les demandes d'assurance téléchargées sont scannées pour détecter les informations personnelles identifiables (PII) et le type de document à l'aide de Lambda et Amazon Comprehend avant d'être résumées par l'IA.

Couche d'inférence

En tant que cœur du système d'IA, la couche d'inférence exécute l'inférence de l'apprentissage automatique (ML) ou du modèle de base (FM). Il peut inclure un ou plusieurs modèles (génératif, prédictif ou de classification) selon le cas d'utilisation.

Les responsabilités de la couche d'inférence sont les suivantes :

Services AWS qui sont couramment utilisés avec cette couche sont les suivants :

Exemple : un agent Amazon Bedrock utilise Amazon Nova Pro pour générer une réponse à une demande d'assistance complexe, basée sur les connaissances de l'entreprise à l'aide de RAG.

Couche de post-traitement ou de prise de décision

La couche de post-traitement ou de prise de décision affine ou agit sur les résultats d'inférence. Il peut formater la réponse, enregistrer les résultats, invoquer des actions en aval ou prendre des décisions en fonction de la confiance du modèle, des classifications ou des règles commerciales externes.

Les responsabilités de la couche de post-traitement ou de prise de décision sont les suivantes :

Services AWS qui sont couramment utilisés avec cette couche sont les suivants :

Exemple : une recommandation de produit issue d'un LLM est validée par rapport à un inventaire en temps réel à l'aide d'une fonction Lambda avant que la recommandation ne soit envoyée à l'utilisateur.

Couche de sortie ou de stockage

Enfin, la couche de sortie ou de stockage gère la transmission des résultats aux utilisateurs ou aux systèmes et conserve les sorties structurées pour les audits, les analyses ou les boucles de rétroaction.

Les responsabilités de la couche de sortie ou de stockage sont les suivantes :

Services AWS qui sont couramment utilisés avec cette couche sont les suivants :

Exemple : le résumé d'un document juridique, généré par Amazon Bedrock, est stocké dans Amazon S3 et indexé dans OpenSearch Service pour permettre une recherche sémantique dans les entreprises.

Considérations relatives à la conception selon les couches

Les principales considérations et modèles de conception suivants s'appliquent à toutes les couches architecturales :

Ces cinq couches forment une architecture de référence modulaire, évolutive et sans serveur pour les charges de travail basées sur l'IA. AWS Chaque couche peut être développée, déployée et optimisée indépendamment, ce qui permet une itération rapide, l'excellence opérationnelle et une séparation claire des préoccupations entre les domaines d'activité.

En utilisant ce modèle en couches comme échafaudage de conception, les entreprises peuvent standardiser leur approche de l'IA sans serveur et accélérer le passage du prototype à la production en toute confiance.

Considérations relatives à la conception architecturale

L'architecture d'IA sans serveur activée vous AWS permet de créer des applications intelligentes modulaires, évolutives et adaptées à la production. Que vous déployiez des modèles à la périphérie, que vous orchestriez des pipelines d'inférence en plusieurs étapes ou que vous créiez des assistants d'IA génératifs, Services AWS vous pouvez alimenter la prochaine génération d'applications natives de l'IA.

Lorsque vous concevez une architecture d'IA sans serveur, gardez à l'esprit les principaux objectifs de conception et les meilleures pratiques suivants :