我们很高兴介绍新的AWS良好的生成AI镜头。AWS良好的框架为设计和操作提供了建筑的最佳实践生成的AIAWS上的工作负载。生成的AI镜头使用良好的框架框架概述了为您的生成AI工作负载执行良好的框架审查的步骤。
生成的AI镜头为客户提供了一种一致的方法，可以评估使用大型语言模型（LLM）实现其业务目标的架构。该镜头解决了与模型选择，及时工程，模型自定义，工作负载集成和持续改进有关的共同注意事项。特别是从该镜头中排除的是与模型培训和高级模型定制技术相关的最佳实践。我们确定最佳实践，可帮助您根据AWS良好的设计原则来构建基于云的应用程序和工作负载，从支持数千个客户实施中收集的设计原则。
生成的AI镜头加入了一系列良好的镜头，该镜头发表在AWS良好的镜头。
什么是生成的AI镜头？
正如下图所示，良好的生成AI镜头集中在生成AI生命周期的六个阶段的六个支柱上。
六个阶段是：
- 范围扩展生成AI在解决您的问题方面的影响。
- 选择一个充分解决任务的模型。
- 用提示，数据源或更新的权重来自定义模型以提高性能。
- 将模型集成到您现有的应用程序中。
- 将新的生成AI功能部署到您的环境中。
- 迭代和改进您发布的生成AI功能。
与传统的瀑布方法不同，需要一种迭代方法才能根据生成AI生命周期的六个阶段获得工作原型。这些镜头为您提供了一系列既定的云敏捷最佳实践，以良好的框架支柱的形式为每个生成的AI生命周期阶段。
无论您身在云之旅中，您都可以使用良好的生成AI镜头。您可以选择在生成AI工作负载的设计期间或在工作量输入生产之后作为持续改进过程的一部分。
生成的AI镜头中讨论了什么？
生成的AI镜头还讨论了以下关键主题：
- 负责人AI本文讨论了负责生成的AI工作负载的负责任。我们描述了一些客户在解决生成AI的负责任实施和部署时面临的一些常见注意事项。
- 生成AI的数据架构任何AI工作负载的核心是数据。我们对有关生成AI工作负载的数据架构的细微差别进行了简要调查。
谁应该使用生成的AI镜头？
生成的AI镜头可用于许多角色。业务领导者可以使用该镜头对生成AI的端到端实施和收益更广泛地了解。数据科学家和工程师可以阅读此镜头，以了解如何使用，保护和从其数据大规模获取见解。风险和合规性领导者可以通过提供符合监管和治理要求来负责任地实施生成AI。
生成的AI镜头组件
镜头包括四个重点区域：
- 良好的生成AI镜头设计原理设计原则是构成最佳实践的指南和价值声明。
- 生成的AI生命周期和建筑良好的框架支柱``这考虑了生成AI生命周期的各个方面，并审查了设计策略，以与整体良好的框架的支柱保持一致：
- 卓越运营`能够支持正在进行的开发，有效地运行运营工作负载，洞悉您的运营，并不断改善支持流程和提供业务价值的过程。
- 安全•保护数据，系统和资产，并利用云技术来提高您的安全性。
- 可靠性工作负载能够正确，一致地执行其预期功能，并自动从故障情况下恢复。
- 性能效率`能够有效地使用计算资源来满足系统需求，并随着系统需求变化和技术的发展而保持效率。
- 成本优化能够运行系统以最低价格实现业务价值的能力。
- 可持续性解决您的业务活动的长期环境，经济和社会影响。
- 云敏捷的最佳实践这些都是在良好的框架支柱上的每个生成AI生命周期阶段的最佳实践，无论您的技术设置如何。最佳实践伴随着：
- 实施指导``AWS实施计划的每个最佳实践计划，并参考AWS技术和资源。
- 资源``一组链接到AWS文档，博客，视频和代码示例，作为支持最佳实践及其实施计划的资源。
- 相关的生成AI体系结构注意事项``这包括有关生成AI应用程序生命周期的讨论，以及该镜头中列出的最佳实践可以适合生命周期。此外，我们讨论了生成AI工作负载的数据架构元素，以及负责AI的良好考虑的考虑。
下一步是什么？
新的良好的生成型镜头现在可用。使用镜头来确保您的生成AI工作负载构建了卓越运营，安全性，可靠性，绩效效率，成本优化和可持续性。
如果您需要支持生成AI工作负载的实施或评估，请联系您的AWS解决方案架构师或帐户代表。
特别感谢AWS解决方案架构，AWS专业服务以及为生成AI镜头做出贡献的机器学习社区。这些贡献涵盖了不同的观点，专业知识，背景和经验，以开发新的AWS良好的生成AI镜头。
要进行其他阅读，请参阅AWS良好的框架和支柱白皮书，或使用AWS良好的机器学习镜头它的定制镜头可从AWS良好的工具访问。