Arsitektur berbasis peristiwa: Tulang punggung AI tanpa server - AWS Panduan Preskriptif
Mengapa EDA penting untuk sistem AIEDA dan model agen perangkat lunakLayanan AWS mendukung EDA

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Arsitektur berbasis peristiwa: Tulang punggung AI tanpa server

AI tanpa server AWS didasarkan pada arsitektur berbasis peristiwa (EDA), gaya arsitektur di mana peristiwa adalah mekanisme utama untuk integrasi dan kontrol. Peristiwa adalah perubahan status atau kejadian penting dalam sistem, seperti unggahan file, permintaan pengguna, sinyal sensor, atau hasil inferensi model. Peristiwa berfungsi sebagai pemicu, menyebabkan layanan hilir atau agen merespons tanpa kopling yang erat antar komponen.

Di EDA, daripada memanggil layanan secara langsung atau polling untuk perubahan, sistem merespons peristiwa secara asinkron dan real time. Pendekatan ini menciptakan aplikasi yang sangat terpisah, terukur, dan reaktif.

Mengapa EDA penting untuk sistem AI

EDA memberikan manfaat penting berikut untuk sistem AI:

  • Desain sistem terpisah - Produsen acara (misalnya, Amazon S3 dan Amazon API Gateway) tidak perlu tahu tentang konsumen (misalnya, AWS Lambda Amazon Bedrock, dan). AWS Step Functions Decoupling ini memungkinkan iterasi cepat, penskalaan independen, dan risiko minimal kegagalan cascading. Dalam sistem AI, layanan pengumpulan data tidak perlu mengetahui model mana yang berjalan atau bagaimana respons diproses. Layanan ini hanya memancarkan sebuah acara.

  • Integrasi alur kerja AI yang mulus — EDA memungkinkan fungsi AI, seperti preprocessing, inferensi, grounding, ringkasan, atau pengambilan tindakan, menjadi layanan modular yang dipicu oleh peristiwa. Layanan ini dapat skala secara independen dan berkembang tanpa logika koordinasi terpusat.

  • Penskalaan yang elastis dan digerakkan oleh peristiwa — Beban kerja AI seringkali meledak. EDA dapat menghilangkan sumber daya idle dan meningkatkan efisiensi biaya melalui kemampuan penskalaan berikut:

    • AWS Lambda secara otomatis menskalakan berdasarkan volume acara.

    • Operasi Amazon Bedrock API dapat dipanggil dari fungsi Lambda sebagai respons terhadap peristiwa pemicu.

    • AWS Step Functions dapat mengoordinasikan jaringan pipa multi-langkah hanya bila diperlukan.

  • Keputusan waktu nyata — Peristiwa memungkinkan layanan AI bereaksi segera terhadap input sistem atau pengguna, seperti yang diilustrasikan dalam contoh berikut:

    • Pesan chatbot memicu agen Amazon Bedrock.

    • Peristiwa transaksi memicu model deteksi penipuan.

    • Unggahan dokumen memicu pipeline ringkasan.

EDA dan model agen perangkat lunak

EDA bukan hanya tentang decoupling. EDA sejalan dengan paradigma agen perangkat lunak, di mana agen otonom melihat peristiwa, alasan tentang mereka, dan bertindak atas lingkungan mereka.

Dalam sistem AI agen, peristiwa dianggap sebagai pengamatan, memicu loop kognitif dari penetapan tujuan, perencanaan, dan tindakan. EDA menyediakan substrat untuk interaksi agen-lingkungan:

Karena layanan tanpa server seperti Lambda,, EventBridge dan Amazon Bedrock secara inheren tanpa kewarganegaraan, reaktif, dan sesuai permintaan, mereka membentuk infrastruktur yang ideal untuk arsitektur AI agen.

Layanan AWS mendukung EDA

Arsitektur berbasis peristiwa adalah substrat penghubung sistem AI modern. Ini memungkinkan alur kerja asinkron, reaktif, dan sangat terpisah yang menskalakan secara elastis dan merespons secara real time. EDA berfungsi sebagai fondasi operasional untuk model agen perangkat lunak, menjadikannya arsitektur alami yang cocok untuk AI agen di lingkungan tanpa server.

Berikut ini Layanan AWS mendukung arsitektur berbasis peristiwa:

  • Amazon EventBridge menyediakan perutean acara dan kemampuan manajemen skema.

  • Fitur Pemberitahuan Acara Amazon S3 memicu aliran AI saat file atau objek diperbarui.

  • AWS Lambdamengeksekusi logika dalam menanggapi peristiwa.

  • Amazon SNS dan Amazon SQS menangani pesan pub/sub dan buffering pesan.

  • AWS Step Functionsmengatur alur kerja AI setelah menerima acara.

  • Amazon Kinesis Data Streams memungkinkan konsumsi dan pemrosesan real-time data streaming throughput tinggi.

  • Amazon API Gateway (webhook dan pemicu peristiwa) dapat menerima dan mengubah peristiwa eksternal melalui REST atau WebSocket dan mempublikasikannya ke atau Lambda. EventBridge

  • AWS AppSyncLangganan GraphQL untuk GraphQL real-time yang digerakkan oleh peristiwa. APIs

  • Amazon Bedrock Agents menyediakan orkestrasi agen yang dipicu oleh tujuan atau peristiwa.

  • Batuan Dasar AgentCore Amazon:

    • AgentCore Runtime — Lingkungan eksekusi untuk hosting dan menjalankan logika agen. Terintegrasi dengan AWS Lambda Amazon Elastic Container Service (Amazon ECS) untuk elastisitas dan penskalaan secara mandiri berdasarkan pemicu peristiwa.

    • AgentCore Memori — Menyediakan memori persisten untuk menyimpan konteks percakapan, hasil tugas, dan status khusus agen. Dapat melengkapi atau mengganti Amazon DynamoDB dalam pola tertentu, tergantung pada persyaratan latensi dan ukuran.

    • AgentCore Gateway — Memungkinkan agen untuk memanggil sumber eksternal APIs, Layanan AWS, dan data melalui integrasi terkelola, mengurangi kode konektor kustom dan meningkatkan observabilitas.

    • AgentCore alat bawaan - Menyediakan kemampuan untuk eksekusi kode dan penjelajahan web dalam AgentCore lingkungan.