翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

サーバーレス AI アーキテクチャの設計

サーバーレス AI の原則を実際のシステムに変換するには、慎重なアーキテクチャが必要です。目標は、伸縮自在にスケールし、リアルタイムで応答するモジュール式のインテリジェントなパイプライン AWS のサービス に疎結合で統合することです。

このセクションでは、生成 AI オーケストレーション、リアルタイム推論、エッジコンピューティングなど、 AWS サーバーレスサービスを使用してクラウドネイティブ AI システムをアセンブルする方法に関する規範的なガイダンスを提供します。各アーキテクチャパターンは、一般的なエンタープライズユースケースに対応し、関連性と適用性を確保します。

このセクションの内容

基本的なアーキテクチャパターン

従来のイベント駆動型アプリケーションアーキテクチャでは、システムは、スケーラビリティと応答性を実現しながら、懸念を切り離す 4 つの論理レイヤーで構成されています。上部では、アプリケーションレイヤーがユーザーインタラクション、APIs、UI イベントを処理し、多くの場合、ドメイン固有のイベントをシステム内でトリガーします。オーケストレーションレイヤーはその下に、ステートマシンやサーバーレスワークフローなどのツールを使用してワークフロー、ビジネスルール、イベントシーケンスを管理します。サービスレイヤーには、イベントに応答してコアロジックを実行するモジュール式の再利用可能な関数またはマイクロサービスが含まれています。ベースでは、データレイヤーが永続性、ストリーミング、イベントソーシングを担当します。データレイヤーは、データベース、オブジェクトストア、イベントログなどのサービスを活用して、変更イベントを出力および消費します。これらのレイヤーは、イベントがスタック全体でフローを駆動する疎結合、スケーラブル、保守可能なアーキテクチャをサポートします。

同様に、サーバーレス AI システムは、独立してスケーリング、進化、復旧できる疎結合のイベント駆動型サービスで構成されています。これらのシステムを一貫性とスケーラビリティで設計するには、アーキテクチャを 5 つの異なるレイヤーとして表示することが重要です。各レイヤーは特定の関数を提供し、専用 に直接マッピングされます AWS のサービス。次の図は、各レイヤーを示しています。

これらの 5 つのレイヤーは、回復力があり、観測可能で、コストとパフォーマンスの両方に最適化された、インテリジェントなイベント駆動型アプリケーションを構築するための設計図を形成します。

イベントトリガーまたはインターフェイスレイヤー

イベントトリガーまたはインターフェイスレイヤーは、サーバーレス AI システムへのエントリポイントです。ユーザーインタラクション、システムイベント、データ変更をキャプチャし、構造化イベントとしてアーキテクチャに出力します。これにより、非同期オーケストレーションが可能になり、アップストリーム入力とダウンストリーム処理ロジックを切り離します。

イベントトリガーレイヤーの責任は次のとおりです。

AWS のサービス このレイヤーで一般的に使用される には、次のようなものがあります。

例: ウェブフォームを介して送信されたカスタマーサポートリクエストは EventBridge ルールをトリガーし、Amazon Bedrock エージェントワークフローをダウンストリームで開始します。

処理レイヤー

処理レイヤーは、AI モデルに渡す前にデータを変換または強化します。ルックアップテーブルまたは外部 APIs。

処理レイヤーの責任には以下が含まれます。

AWS のサービス このレイヤーで一般的に使用される には、次のようなものがあります。

例: アップロードされた保険金請求は、AI の要約の前に Lambda と Amazon Comprehend を使用して、個人を特定できる情報 (PII) とドキュメントタイプについてスキャンされます。

推論レイヤー

AI システムの中核として、推論レイヤーは機械学習 (ML) または基盤モデル (FM) 推論を実行します。ユースケースに応じて、生成、予測、分類の 1 つ以上のモデルを含めることができます。

推論レイヤーの責任は次のとおりです。

AWS のサービス このレイヤーで一般的に使用される には、次のようなものがあります。

例: Amazon Bedrock エージェントは Amazon Nova Pro を使用して、RAG を使用したエンタープライズナレッジに基づく複雑なサポートクエリへのレスポンスを生成します。

後処理または決定レイヤー

後処理レイヤーまたは決定レイヤーは、推論結果を絞り込むか、推論結果に基づいて動作します。レスポンスのフォーマット、ログ出力、ダウンストリームアクションの呼び出し、モデルの信頼度、分類、または外部のビジネスルールに基づく意思決定を行うことができます。

後処理レイヤーまたは決定レイヤーの責任は次のとおりです。

AWS のサービス このレイヤーで一般的に使用される には、次のようなものがあります。

例: LLM からの製品レコメンデーションは、レコメンデーションがユーザーに送信される前に Lambda 関数を使用してリアルタイムインベントリに対して交差検証されます。

出力レイヤーまたはストレージレイヤー

最後に、出力レイヤーまたはストレージレイヤーは、ユーザーまたはシステムへの結果の配信を処理し、監査、分析、またはフィードバックループのための構造化された出力を保持します。

出力レイヤーまたはストレージレイヤーの責任は次のとおりです。

AWS のサービス このレイヤーで一般的に使用される には、次のようなものがあります。

例: Amazon Bedrock によって生成された法的ドキュメントの概要は、Amazon S3 に保存され、OpenSearch Service でインデックス化されてセマンティックエンタープライズ検索を有効にします。

レイヤー間の設計上の考慮事項

以下の主要な設計上の考慮事項とパターンは、すべてのアーキテクチャレイヤーに適用されます。

これらの 5 つのレイヤーは、AI を活用したワークロード向けのモジュール式のスケーラブルなサーバーレスリファレンスアーキテクチャを形成します AWS。各レイヤーは個別に開発、デプロイ、最適化できるため、迅速な反復、運用上の優秀性、ビジネスドメイン間の懸念の明確な分離が可能になります。

このレイヤードパターンを設計足場として使用することで、企業はサーバーレス AI へのアプローチを標準化し、プロトタイプから本番環境への道を自信を持って加速できます。

アーキテクチャ設計に関する考慮事項

のサーバーレス AI アーキテクチャ AWS により、モジュール式、スケーラブル、本番稼働用のインテリジェントなアプリケーションを構築できます。エッジにモデルをデプロイする場合でも、複数ステップの推論パイプラインを調整する場合でも、生成 AI アシスタントを構築する場合でも、 AWS のサービス は次世代の AI ネイティブアプリケーションを強化できます。

サーバーレス AI アーキテクチャを設計するときは、以下の主要な設計の焦点とベストプラクティスに注意してください。