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.
Cette solution facilite le développement, l'expérimentation rapide et le déploiement d'applications d'intelligence artificielle générative (IA)
Generative AI Application Builder sur AWS facilite le développement, l'expérimentation rapide et le déploiement d'applications d'intelligence artificielle générative (IA) sans nécessiter une expérience approfondie en matière d'IA. Cette solution AWS accélère le développement et rationalise l'expérimentation en vous aidant à :
-
Ingérez des données et des documents spécifiques à votre entreprise
-
Évaluer et comparer les performances de grands modèles linguistiques (LLMs)
-
Exécutez des tâches et des flux de travail en plusieurs étapes avec des agents d'intelligence artificielle
-
Créez rapidement des applications extensibles et déployez ces applications avec une architecture d'entreprise
Generative AI Application Builder sur AWS inclut des intégrations avec :
-
LLMs disponible sur Amazon Bedrock
-
LLMs que vous avez déployé sur Amazon SageMaker AI
-
Bases de connaissances Amazon Bedrock
pour la génération augmentée par extraction (RAG ) -
Amazon Bedrock Guardrails
va mettre en œuvre des mesures de protection et réduire les hallucinations -
Amazon Bedrock Agents
pour créer des flux de travail agentiques capables d'orchestrer et de terminer les tâches -
Amazon Bedrock va AgentCore
créer, déployer et gérer des agents d'IA prêts pour la production avec un support d'exécution étendu -
Serveurs MCP (Model Context Protocol)
pour l'intégration des données et des outils d'entreprise
De plus, cette solution permet de se connecter au modèle de votre choix à l'aide de LangChain connecteurs. Ces connecteurs sont disponibles dans une fonction AWS Lambda
Ce guide de mise en œuvre fournit une vue d'ensemble de la solution Generative AI Application Builder sur AWS, de son architecture de référence et de ses composants, des considérations relatives à la planification du déploiement et des étapes de configuration pour le déploiement de la solution sur le cloud Amazon Web Services (AWS).
Ce guide est destiné aux architectes de solutions, aux décideurs commerciaux, aux DevOps ingénieurs, aux data scientists et aux professionnels du cloud qui souhaitent implémenter Generative AI Application Builder sur AWS dans leur environnement.
Utilisez ce tableau de navigation pour trouver rapidement les réponses aux questions suivantes :
| Si tu veux... | Lisez. |
|---|---|
|
Connaissez le coût de fonctionnement de cette solution. Le coût estimé d'exécution de cette solution varie en fonction des composants que vous déployez et du nombre de requêtes. Le coût d'exécution du tableau de bord de déploiement avec les paramètres par défaut et 100 utilisateurs actifs dans la région de l'est des États-Unis (Virginie du Nord) pendant un mois est d'environ 20,12 USD par mois. Le coût d'un cas d'utilisation de texte déployé sans RAG pour 1 utilisateur professionnel effectuant 100 requêtes par jour avec le LLM est d'environ 12,39 USD par mois. Le coût d'un cas d'utilisation compatible avec RAG avec un indice Amazon Kendra prenant en charge 8 000 interactions par jour est d'environ 204,26 USD par mois, plus le coût de la base de connaissances. |
|
|
Comprenez les considérations de sécurité liées à cette solution. |
|
|
Sachez comment planifier les quotas pour cette solution. |
|
|
Découvrez quelles régions AWS prennent en charge cette solution. |
|
|
Consultez ou téléchargez le CloudFormation modèle AWS inclus dans cette solution pour déployer automatiquement les ressources d'infrastructure (la « pile ») de cette solution. |
|
|
Accédez au code source et utilisez éventuellement l'AWS Cloud Development Kit (AWS CDK) pour déployer la solution. |
