生成式AI在云架构中的几点建议

王林

发布时间：2023-09-13 20:57:14

917人浏览过

来源于51CTO.COM

转载

重写内容而不改变原意，需要将语言改写为中文，不需要出现原句

为了重新表达这个内容，我们可以使用以下词语：策划 | 议征

生成式AI的加入对云架构带来了许多改变，包括数据可用性、安全性、模型选择和监控等方面。因此，在构建一个云架构的同时，如果还要设计生成式AI驱动的系统，就需要做一些不同的改变。同时，还需要考虑目前出现的最佳做法。结合过去20年的经验，以下是作者给出的一些建议，供大家参考

1、理解你的用例

明确定义云架构中生成人工智能的目的和目标。如果我反复看到任何错误，那就是没有理解商业系统中生成人工智能的含义。了解您的目标是实现什么，无论是内容生成、推荐系统还是其他应用程序。这意味着写下内容，并就目标、如何实现目标以及最重要的是如何定义成功达成共识。这对于生成人工智能来说并不新鲜；这是赢得每一次迁移和构建在云中的全新系统的一步。

我看到许多云中的整个生成AI项目都以失败告终，因为它们没有很好地理解业务用例。公司制造了一个很酷的东西，但不会给业务带来任何价值。这是行不通的。

2、数据来源和质量是关键

重新写成：为了训练和推理人工智能模型，需要识别适用的数据源。这些数据必须具备可访问性和高质量，并经过严格管理。同时，确保云存储解决方案的可用性和兼容性也是必要的。生成型人工智能系统以数据为核心，可以称之为面向数据的系统；数据是推动生成性人工智能系统所产生结果的关键。只有输入优质数据，才能得到优质的输出结果

因此，将数据可访问性作为云架构的主要驱动因素是有帮助的。您需要将大多数相关数据作为训练数据进行访问，通常将其保留在现有位置，而不是将其迁移到单个物理实体。否则，你最终会得到多余的数据，没有单一的真相来源

在将数据输入人工智能模型之前，考虑高效的数据管道来预处理和清理数据。这样可以确保数据质量和模型性能。这大约是使用生成人工智能的云架构成功率的80%。然而，这一点最容易被忽视，因为云架构师更多地关注生成人工智能系统的处理，而不是为这些系统提供数据。数据就是一切。

3、数据安全和隐私

正如数据很重要一样，应用于数据的安全性和隐私性也很重要。人工智能的生成处理可以将看似毫无意义的数据转化为可以暴露敏感信息的数据。

为了保护生成人工智能使用的敏感数据以及可能产生的新数据，必须实施强有力的数据安全措施、加密和访问控制。同时，至少要遵守相关的数据隐私法规。这并不意味着只需在架构上安装一些安全系统作为最后一步；安全性必须在每一步都融入到系统中

4、可扩展性和推理资源

规划可扩展的云资源，以适应不同的工作负载和数据处理需求。大多数公司都考虑自动扩展和负载平衡解决方案。我看到的一个更重大的错误是构建规模良好但成本高昂的系统。

CPWEB企业网站管理系统2.2 Beta

CPWEB企业网站管理系统（以下称CPWEB）是一个基于PHP+Mysql架构的企业网站管理系统。CPWEB 采用模块化方式开发，功能强大灵活易于扩展，并且完全开放源代码，面向大中型站点提供重量级企业网站建设解决方案。CPWEB企业网站管理系统 2.2 Beta 测试版本，仅供测试，不建议使用在正式项目中，否则发生任何的后果自负。

下载

需要重新写的内容是：在保持原意不变的情况下，需要将内容改写成中文。不需要出现原句