你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
本文可帮助组织在 Azure 平台即服务 （PaaS） 解决方案上构建 AI 工作负载。 这些服务支持具有企业级安全性和可伸缩性的生成和非生成 AI 工作负载。
使用生成式 AI 体系结构和指南
生成 AI 体系结构创建新的内容，并通过大型语言模型启用对话体验。 这些体系结构提供不同的复杂性级别，以满足组织的需求和技术成熟度。 必须根据组织的大小、符合性要求和现有的 Azure 基础结构选择适当的体系结构。 操作方法如下：
首先，基线体系结构为生产工作负荷提供经过验证的设计模式。 这些体系结构包括企业对可靠 AI 部署所需的安全配置、网络设计和运营实践。 它们解决了模型治理、成本管理和数据保护等常见挑战。
文章 文章类型 目标组织 Azure 登陆区域中的基线 Azure AI Foundry 聊天参考体系结构 体系结构 Enterprise 基线 Azure AI Foundry 聊天参考体系结构 体系结构 任意 基本 Azure AI Foundry 聊天参考体系结构 体系结构 初创公司 应用支持 AI 开发生命周期管理的操作指南。 这些指南为跨开发环境建立模型部署、监视和持续改进的做法。 它们可确保随着 AI 应用程序的发展而保持一致的质量和可靠性。
文章 文章类型 目标组织 GenAIOps 指南 任意 开发 RAG 解决方案 指南 任意 代理 Azure OpenAI 使用 指南 任意 实现 Well-Architected 设计领域，以解决 AI 工作负载的特定技术问题。 这些设计领域为应用程序设计、数据管理和卓越运营提供了详细的建议，以补充体系结构模式。
文章 文章类型 目标组织 应用程序设计 设计领域 任意 应用程序平台 设计领域 任意 训练数据设计 设计领域 任意 地面数据设计 设计领域 任意 数据平台 设计领域 任意 MLOps 和 GenAIOps 设计领域 任意 操作 设计领域 任意 测试和评估 设计领域 任意 负责任的 AI 设计领域 任意
使用非生成 AI 体系结构和指南
非生成 AI 体系结构侧重于分类、预测和分析任务，而无需创建新内容。 这些体系结构处理现有数据，以提取见解、自动执行决策并增强业务流程。 必须选择符合特定数据处理和分析要求的体系结构。
操作方法如下：
选择用于处理数据处理和分析的特定用例的专用体系结构。 这些体系结构演示了常见业务方案的成熟模式，例如文档处理、媒体分析和预测分析。 它们提供将 AI 功能集成到现有业务流程的实现指南。
文章 文章类型 目标组织 文档处理体系结构 体系结构 任意 视频和图像分类体系结构 体系结构 任意 音频处理体系结构 体系结构 任意 预测分析体系结构 体系结构 任意 应用支持机器学习模型生命周期管理的作框架。 这些指南为模型训练、部署和监视建立了最佳做法，以确保生产环境中的性能和可靠性一致。
文章 文章类型 目标组织 Azure 机器学习 指南 任意 MLOps 指南 任意
采用 AI 标准
以下文章提供了使用 Azure PaaS 解决方案采用 AI 工作负载的最佳做法。 这些做法可确保 AI 工作负载满足跨关键类别的安全、治理和卓越运营要求。
- 资源选择 - 使用最佳做法选择适当的 AI 服务和计算资源。
- 网络 - 应用最佳做法来设计安全且高性能的网络连接。
- 治理 - 遵循最佳做法为 AI 资源管理建立策略和控制。
- 管理 - 实施监控和运营实践的最佳做法。
- 安全性 - 强制实施应用安全控制和符合性要求的最佳做法。
Azure 资源
| 类别 | 工具 | DESCRIPTION |
|---|---|---|
| 平台服务 | Azure AI Foundry | 用于生成和部署生成和非生成式 AI 应用程序的统一平台 |
| 平台服务 | Azure OpenAI | 企业级安全性和合规性下的 OpenAI 模型访问 |
| 平台服务 | Azure 机器学习 | 端到端机器学习生命周期管理平台 |
| 平台服务 | Azure 人工智能服务 | 用于视觉、语音、语言和决策的预生成 AI 功能 |
| 体系结构指南 | Azure 架构中心 AI/ML | AI 和机器学习体系结构模式的综合集合 |
| 最佳做法 | Well-Architected 框架 AI 工作负载 | Azure 上 AI 工作负载的设计原则和建议 |