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.
Adopter une approche à plusieurs niveaux pour le développement de l'IA générative
Pour créer une plateforme d'IA générative robuste et évolutive, les entreprises ont besoin d'un environnement complet qui favorise l'innovation tout en maintenant le contrôle et la sécurité. Ce document de stratégie recommande un environnement adapté aux entreprises composé de quatre couches essentielles, illustrées dans l'image suivante.
Chacune des couches suivantes joue un rôle crucial dans l'adoption et le déploiement réussis de l'IA générative au sein de l'entreprise :
-
Infrastructure de données et de calcul — Une infrastructure fiable constitue la base du développement, de la formation et du déploiement d'applications d'IA générative. Cette couche garantit que les entreprises disposent des ressources informatiques et des capacités de gestion des données nécessaires pour prendre en charge divers cas d'utilisation, qu'il s'agisse de petites expériences ou de déploiements de production à grande échelle. Pour Amazon Elastic Compute Cloud (Amazon EC2), pensez à AWS Trainium
utiliser,, Elastic Fabric Adapter AWS InferentiaUltraClusters ,Capacity Blocks for ML AWS ,Nitro System et Neuron.AWS -
Modèles et outils de base approuvés : cette couche permet à votre organisation d'accéder à des modèles approuvés et préformés tout en garantissant la sécurité et la conformité. Les équipes peuvent expérimenter différents modèles, évaluer leur efficacité et sélectionner ceux qui conviennent le mieux à des cas d'utilisation spécifiques. Vous pouvez utiliser Amazon Bedrock pour établir des garde-corps, créer des agents, personnaliser des modèles ou importer votre propre modèle personnalisé.
-
Sécurité et gouvernance : cette couche vous permet de vous assurer que les applications d'IA générative respectent les politiques organisationnelles, les exigences de conformité, les exigences légales et de confidentialité, ainsi que les directives éthiques. Dans cette couche, vous mettez en œuvre des contrôles de sécurité et des mécanismes de gouvernance cohérents dans toutes les initiatives d'IA générative.
-
Modèles d'application reproductibles : cette couche accélère le développement et favorise la cohérence en fournissant des modèles standardisés et les meilleures pratiques pour les cas d'utilisation courants de l'IA générative. La fourniture de modèles reproductibles permet d'éviter la duplication des efforts et de mettre rapidement en œuvre des solutions efficaces à grande échelle. Les exemples de modèles reproductibles incluent le traitement intelligent des documents, la génération augmentée de récupération (RAG), les assistants basés sur le chat et les flux de travail agentiques.
Cette approche multicouche offre les principaux avantages suivants :
-
Il distingue clairement les différents aspects de la mise en œuvre de l'IA générative.
-
Il favorise une sécurité et une gouvernance cohérentes dans toutes les initiatives d'IA générative.
-
Il vous aide à créer une infrastructure évolutive qui évolue en fonction des besoins de l'organisation.
-
Il normalise les approches qui accélèrent le développement.
-
Il réduit les risques grâce à des modèles et à des pratiques éprouvés.
En mettant en œuvre ces quatre couches, les entreprises peuvent créer une base solide pour leurs initiatives d'IA générative tout en conservant la flexibilité nécessaire pour s'adapter aux nouvelles exigences et opportunités.
