View a markdown version of this page

Adotando uma abordagem em camadas para o desenvolvimento generativo de IA - AWS Recomendações

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Adotando uma abordagem em camadas para o desenvolvimento generativo de IA

Para criar uma plataforma de IA generativa robusta e escalável, as organizações precisam de um ambiente abrangente que permita a inovação e, ao mesmo tempo, mantenha o controle e a segurança. Este documento de estratégia recomenda um ambiente pronto para uso corporativo que consiste em quatro camadas essenciais, que são mostradas na imagem a seguir.

As quatro camadas de um ambiente de IA generativo pronto para uso corporativo.

Cada uma das camadas a seguir desempenha um papel crucial na adoção e escalabilidade bem-sucedidas da IA generativa em toda a empresa:

  1. Infraestrutura de dados e computação — A infraestrutura confiável fornece a base para o desenvolvimento, o treinamento e a implantação de aplicativos generativos de IA. Essa camada garante que as organizações tenham os recursos computacionais e de gerenciamento de dados necessários para suportar vários casos de uso, desde pequenos experimentos até implantações de produção em grande escala. Para o Amazon Elastic Compute Cloud (Amazon EC2), considere AWS Trainiumusar,,, Elastic Fabric Adapter AWS InferentiaUltraClusters,Capacity Blocks for ML AWS , Nitro System e Neuron.AWS

  2. Modelos e ferramentas básicos aprovados — Essa camada permite que sua organização acesse modelos aprovados e pré-treinados, mantendo a segurança e a conformidade. As equipes podem experimentar diferentes modelos, avaliar sua eficácia e selecionar os mais adequados para casos de uso específicos. Você pode usar o Amazon Bedrock para estabelecer grades de proteção, criar agentes, personalizar modelos ou importar seu próprio modelo personalizado.

  3. Segurança e governança — Essa camada ajuda você a garantir que os aplicativos generativos de IA cumpram as políticas organizacionais, os requisitos de conformidade, os requisitos legais e de privacidade e as diretrizes éticas. Nessa camada, você implementa controles de segurança e mecanismos de governança consistentes em todas as iniciativas generativas de IA.

  4. Padrões de aplicação repetíveis — Essa camada acelera o desenvolvimento e promove a consistência ao fornecer modelos padronizados e melhores práticas para casos de uso comuns de IA generativa. Fornecer padrões repetíveis ajuda a evitar a duplicação de esforços e permite o rápido escalonamento de soluções bem-sucedidas. Exemplos de padrões repetíveis incluem processamento inteligente de documentos, Geração Aumentada de Recuperação (RAG), assistentes baseados em bate-papo e fluxos de trabalho agentes.

Essa abordagem em camadas fornece os seguintes benefícios principais:

  • Ele separa claramente os diferentes aspectos da implementação generativa da IA.

  • Ela promove segurança e governança consistentes em todas as iniciativas generativas de IA.

  • Ele ajuda você a criar uma infraestrutura escalável que cresce com as necessidades organizacionais.

  • Ele padroniza abordagens que aceleram o desenvolvimento.

  • Ele reduz o risco por meio de padrões e práticas comprovados.

Ao implementar essas quatro camadas, as organizações podem criar uma base sólida para suas iniciativas generativas de IA, mantendo a flexibilidade de se adaptar aos novos requisitos e oportunidades.