Arquitectura y gobernanza para la inteligencia artificial

En este artículo se explica cómo encajan las cargas de trabajo de IA en la zona de aterrizaje Azure y la arquitectura empresarial. Identifica las funcionalidades de plataforma adicionales que las organizaciones deben tener en cuenta a medida que escala la adopción de IA.

Aplique los mismos principios y procedimientos recomendados de las zonas de aterrizaje de Azure a las cargas de trabajo de INTELIGENCIA ARTIFICIAL, igual que con otras cargas de trabajo. Las cargas de trabajo de IA no requieren una arquitectura de zona de aterrizaje ni un modelo de gobernanza Azure diferente. Los equipos de plataforma deben usar su línea de base de gobernanza existente y ampliarla cuando sea necesario para tener en cuenta los servicios y modelos de inteligencia artificial que planea usar la organización.

Resultado: al final de la arquitectura y el planeamiento de la gobernanza, debe tener una base de referencia de gobernanza actualizada que admita las tecnologías de inteligencia artificial que planea usar en Azure.

Arquitecturas y árbol de decisión

Zona de aterrizaje de la plataforma

La adopción de la inteligencia artificial debe basarse en la landing zone de Azure existente en lugar de introducir una estructura de plataforma independiente. Las cargas de trabajo de IA usan la misma jerarquía de grupos de administración y funcionalidades de plataforma que otras cargas de trabajo de Azure. Por lo general, las organizaciones no necesitan grupos de administración específicos de inteligencia artificial. En su lugar, los equipos de plataforma deben ampliar las funcionalidades de gobernanza y conectividad existentes para abordar los servicios de Azure que usan las cargas de trabajo de IA.

Línea base de gobernanza: La línea base de gobernanza existente para las zonas de aterrizaje de Azure debe seguir siendo el punto de partida para las cargas de trabajo de IA. Los equipos de plataforma deben ampliar esa línea de base cuando los servicios de inteligencia artificial introducen requisitos que las directivas existentes no abordan.

• Azure Policy: Las organizaciones deben comenzar con las directivas de línea base del acelerador de zonas de aterrizaje de la plataforma. A continuación, los equipos de plataforma deben agregar definiciones de Azure Policy para los servicios de inteligencia artificial que aprueba la organización, como modelos de Microsoft Foundry, Herramientas de Foundry, Búsqueda de Azure AI y Azure Virtual Machines. La aplicación de estas directivas a través de la jerarquía de grupos de administración existente proporciona límites de protección coherentes a las cargas de trabajo de IA sin necesidad de un modelo de gobernanza independiente. La guía de Microsoft admite la aplicación de las directivas específicas de IA a través de la jerarquía del grupo de administración de zona de aterrizaje para que los recursos de la carga de trabajo las hereden.

• Redes: los patrones de red de las zonas de aterrizaje de Azure existentes también deben seguir siendo la base para las cargas de trabajo de IA. Los equipos de la plataforma deben ampliar la conectividad compartida y la protección de la red cuando las cargas de trabajo de IA generen requisitos adicionales, especialmente para los servicios conectados a Internet o el acceso a datos locales.

  • DDoS Protection: las cargas de trabajo de IA accesibles desde Internet deben usar Azure DDoS Protection. El equipo de la plataforma puede proporcionar esta protección como parte de las funcionalidades de red compartidas de la organización en lugar de requerir que los equipos individuales de cargas de trabajo establezcan su propio enfoque de nivel de plataforma.

  • Conectividad híbrida: las organizaciones que acceden a datos locales desde cargas de trabajo de inteligencia artificial de Azure deben elegir la conectividad en función de sus requisitos de rendimiento y disponibilidad. Azure ExpressRoute proporciona conectividad privada y es adecuada cuando las organizaciones requieren conectividad predecible para Azure. Azure VPN Gateway proporciona conectividad cifrada a través de la red pública de Internet y puede satisfacer requisitos de conectividad menos exigentes. Las directrices existentes sobre las zonas de aterrizaje de Azure también admiten VPN Gateway y ExpressRoute como patrones de conectividad híbrida.

Zonas de aterrizaje para cargas de trabajo

Las cargas de trabajo de IA usan los mismos principios de zona de aterrizaje de carga de trabajo que otras cargas de trabajo de Azure. Cada carga de trabajo debe tener su propia zona de aterrizaje y utilizar una o varias suscripciones de Azure para separar los entornos en función de los requisitos de gobernanza y aislamiento de la organización. Las suscripciones de Azure proporcionan límites para áreas como cuota, costo, gobernanza y seguridad.

El equipo de la plataforma debe colocar las suscripciones de zona de aterrizaje para cargas de trabajo de IA en el grupo de administración existente que proporcione los controles de gobernanza adecuados. Las cargas de trabajo de IA accesibles desde Internet suelen pertenecer al grupo de administración en línea. Las cargas de trabajo de IA internas suelen pertenecer al grupo de administración interno ("Corp"). Los equipos de plataforma deben usar estos límites existentes en lugar de crear grupos de administración específicamente para la inteligencia artificial. Las asignaciones de Azure Policy en el nivel de grupo de administración proporcionan, a su vez, medidas de protección coherentes de la plataforma tanto para la IA como para otras cargas de trabajo.

Reliability

Las cargas de trabajo de inteligencia artificial deben usar los estándares de disponibilidad y recuperación ante desastres existentes de la organización. Los equipos de plataforma deben preparar la zona de aterrizaje de Azure para que admita varias regiones, de modo que los equipos de cargas de trabajo puedan implementar cargas de trabajo de IA en distintas regiones cuando sus requisitos de continuidad del negocio justifiquen el coste y la complejidad añadidos. Las directrices sobre regiones de la zona de aterrizaje de Azure recomiendan específicamente diseñar la plataforma de forma que pueda admitir zonas de aterrizaje de cargas de trabajo multirregionales.

• Ubicación de datos: la ubicación de los datos también debe formar parte del diseño regional. Los equipos responsables de la carga de trabajo deben colocar los datos recuperados cerca de los servicios de inteligencia artificial que los consumen cuando la latencia y el rendimiento son importantes. La ubicación regional también debe cumplir los requisitos de residencia de datos de la organización.

• Disponibilidad y capacidad: la inteligencia artificial presenta consideraciones regionales adicionales porque la disponibilidad del servicio, la disponibilidad del modelo y la capacidad pueden variar según la región de Azure. Las organizaciones deben identificar las regiones que admiten sus modelos y servicios de inteligencia artificial aprobados antes de poner esas regiones a disposición para las cargas de trabajo de IA.

• Conmutación por error: Los equipos de cargas de trabajo que requieran conmutación por error regional también deben tener en cuenta los activos de IA de los que depende la carga de trabajo, como las implementaciones de modelos y los datos de recuperación. El diseño de recuperación debe asegurarse de que la región secundaria tenga los recursos y los datos necesarios para restaurar la carga de trabajo.

Integración empresarial

Las cargas de trabajo de inteligencia artificial deben integrarse con plataformas empresariales a través de los mismos principios de arquitectura que otras cargas de trabajo. La consideración principal específica de la inteligencia artificial es el acceso a los datos de la organización de confianza.

Las organizaciones deben establecer un enfoque unificado de los datos que ponga los datos regulados a disposición de las cargas de trabajo de IA sin que sea necesario que cada equipo de cargas de trabajo cree patrones de integración de datos independientes. Microsoft Fabric puede preparar y proporcionar datos de la organización para escenarios de análisis e inteligencia artificial. Las cargas de trabajo de IA de Azure pueden consumir los datos adecuados mediante patrones de integración aprobados. Para obtener instrucciones sobre cómo establecer esta base, consulte Plataforma de datos unificada.

Pasos siguientes

Las consideraciones de arquitectura y gobernanza de una zona de aterrizaje para cargas de trabajo dependen de las plataformas y tecnologías de inteligencia artificial que usa la carga de trabajo. En las instrucciones siguientes se proporcionan recomendaciones de arquitectura más profundas para diferentes patrones de adopción de inteligencia artificial.