Aan de slag met ai-architectuurontwerp

Met AI kunnen machines gegevens analyseren, inhoud genereren, spraaksynthetiseren, voorspellingen doen en besluitvorming in verschillende branches ondersteunen. Naarmate AI-mogelijkheden worden uitgebreid door generatieve modellen, taalmodellen en op agents gebaseerde architecturen, hebben organisaties architectuurrichtlijnen nodig om betrouwbare, veilige, rendabele en operationeel stabiele AI-workloads te ontwerpen.

Dit artikel helpt u aan de slag te gaan met AI op Azure. Het introduceert AI-services, referentiearchitecturen, best practices en leerresources, zodat u AI-oplossingen kunt ontwerpen en bouwen die voldoen aan uw workloadvereisten.

Azure services voor AI

Azure biedt een scala aan services voor het bouwen, implementeren en beheren van AI-workloads. Deze services omvatten ontwikkelplatforms, vooraf gedefinieerde AI-mogelijkheden, gegevensplatformen en hulpprogramma's voor het maken van aangepaste modellen. Gebruik de volgende services om AI te integreren in uw workloadontwerp.

AI-ontwikkelplatforms

  • Microsoft Foundry: Een geïntegreerd platform als een dienst (PaaS) voor het ontwikkelen en implementeren van generatieve AI-toepassingen en -agents. Microsoft Foundry biedt toegang tot een modelcatalogus, agenthosting via Foundry Agent Service, fine-tuning, evaluatiehulpprogramma's en verantwoorde AI-mogelijkheden. Gebruik de Foundry-portal om AI-modellen en -agents te experimenteren, bouwen en implementeren.

  • Azure Machine Learning: een cloudservice voor het bouwen, trainen en implementeren van machine learning-modellen op schaal. Azure Machine Learning ondersteunt opensource-frameworks zoals PyTorch, TensorFlow en scikit-learn. Het biedt ook mogelijkheden voor AutoML, hyperparameterafstemming, gedistribueerde training, machine learning-bewerkingen en verantwoorde AI.

  • Microsoft Copilot Studio: een platform met weinig code voor het bouwen, aanpassen en implementeren van AI-agents. Gebruik Microsoft Copilot Studio om gespreksagenten te maken voor interne en externe scenario's en om Microsoft 365 Copilot uit te breiden met zakelijke gegevens en aangepaste werkstromen.

Vooraf samengestelde AI-services

  • Foundry Tools: Een suite met vooraf gebouwde en aanpasbare API's en modellen voor het toevoegen van intelligente functies aan toepassingen. Foundry Tools bevat mogelijkheden voor spraak, vertaling, taalkennis, documentintelligentie, inhoudskennis, visie, veiligheid van inhoud en zoeken.

  • Azure OpenAI: biedt toegang tot OpenAI-modellen, waaronder GPT en DALL-E, via Azure beheerde infrastructuur met bedrijfsbeveiliging, netwerken en verantwoorde AI-besturingselementen.

Gegevensplatforms voor AI

  • Microsoft Fabric: Een end-to-end analyse en gegevensplatform dat betrekking heeft op gegevensopname, transformatie, realtime gebeurtenisroutering en rapportage. Microsoft Fabric biedt OneLake als een geïntegreerde Data Lake en bevat ingesloten AI-mogelijkheden, Microsoft Copilot functies en integratie met Foundry Tools.

  • Azure Databricks: een op Spark gebaseerd analyseplatform voor data engineering, data science en machine learning. Azure Databricks biedt Databricks Runtime voor Azure Machine Learning, MLflow-integratie, AutoML, fine-tuning van foundation models en Mosaic AI Vector Search voor embeddinggebaseerd ophalen.

  • Azure HDInsight: een beheerde Apache Spark-service voor verwerking en analyse van big data. Azure HDInsight Spark-clusters ondersteuning bieden voor machine learning-workloads via MLlib, zijn compatibel met Azure Storage en Azure Data Lake Storage en ondersteunen SynapseML voor deep learning.

  • Azure Data Lake Storage: Een schaalbare, gecentraliseerde opslagplaats voor het opslaan van gestructureerde en ongestructureerde gegevens. Azure Data Lake Storage biedt semantiek van bestandssysteem, beveiliging op bestandsniveau en gelaagde opslag die is gebouwd op Azure Blob Storage.

Lagen voor bedrijfsintelligentie

AI-architectuur op Microsoft introduceert drie complementaire intelligentielagen of IQs die belangrijke contextbronnen voor AI-systemen vertegenwoordigen:

  • Werk IQ legt intelligentie vast over hoe werk binnen een organisatie gebeurt. Het gebruikt signalen van Microsoft 365 zoals e-mailberichten, chats, vergaderingen, documenten en samenwerkingspatronen.

    Deze laag is essentieel voor het gronden van AI in menselijke activiteiten en organisatiegedrag in plaats van interacties te behandelen als geïsoleerde prompts.

  • Fabric IQ biedt intelligentie die is afgeleid van gestructureerde bedrijfsgegevens die worden beheerd in Microsoft Fabric, waaronder analysemodellen, KPI's (Key Performance Indicators) en zakelijke entiteiten.

    Fabric IQ stelt AI in staat complexe analytische vragen te beantwoorden en resultaten te interpreteren in de context van bedrijfsactiviteiten.

  • Foundry IQ biedt een uniforme kennislaag uit meerdere bronnen waarmee AI-agenten informatie kunnen ophalen en antwoorden kunnen baseren op bedrijfsgegevens.

    Deze laag is essentieel voor het implementeren van patronen zoals retrieval-augmented generation (RAG) om ervoor te zorgen dat AI-uitvoer nauwkeurig, actueel en conform is.

Architectuur

In het volgende diagram ziet u een end-to-end-basisarchitectuur voor chats die gebruikmaakt van Microsoft Foundry. Deze referentiearchitectuur laat zien hoe AI-services bestaan uit een oplossing die gereed is voor productie op Azure. Het omvat identiteits-, netwerk-, bewakings- en governancelagen.

Diagram met een end-to-end-chatarchitectuur volgens de basislijn die gebruikmaakt van Microsoft Foundry.

Het diagram toont een gedetailleerde Azure-architectuur voor het implementeren van een AI-oplossing. Aan de linkerkant maakt een gebruiker verbinding via een toepassingsgateway met een Web Application Firewall (WAF), die deel uitmaakt van een virtueel netwerk. Deze gateway is gekoppeld aan dns-zones (Private Domain Name System). Azure DDoS Protection beveiligt de gateway. Onder de gateway maken privé-eindpunten verbinding met services zoals Azure App Service, Azure Key Vault en Azure Storage, die worden gebruikt voor de implementatie van client-apps. Azure App Service wordt beheerd met identiteit en beslaat drie zones. Application Insights en Azure Monitor bieden bewaking en Microsoft Entra ID verwerkt verificatie. Aan de rechterkant heeft het virtuele netwerk verschillende subnetten: App Service-integratie, een privé-eindpunt, Microsoft Foundry-integratie, Azure AI-agentintegratie, Azure Bastion, een jumpbox, buildagents en Azure Firewall. Elk subnet host specifieke eindpunten of services, zoals opslag, Microsoft Foundry, Azure AI Zoeken, Azure Cosmos DB en kennisarchieven, die verbinding maken via privé-eindpunten. Uitgaand verkeer van het netwerk passeert Azure Firewall om internetbronnen te bereiken. Uiterst rechts staat een afzonderlijk vak voor Microsoft Foundry, dat een account en een project bevat. Beheerde identiteiten verbinden Foundry Agent Service met het Microsoft Foundry-project, dat op zijn beurt toegang heeft tot Azure OpenAI. In het diagram worden genummerde cirkels gebruikt om de logische stroom aan te geven, die laat zien hoe gebruikersaanvragen het netwerk doorkruisen, communiceren met verschillende eindpunten en verbinding maken met Foundry Tools en opslag.

Een Visio-bestand van deze architectuur downloaden.

In het vorige diagram ziet u een typische AI-basislijn-implementatie. Zie AI-architecturen voor echte oplossingen die u in Azure kunt bouwen.

AI-architecturen en -handleidingen verkennen

De artikelen in deze sectie bevatten handleidingen en volledig ontwikkelde architecturen die u in Azure kunt implementeren en uitbreiden naar oplossingen op productieniveau. Oplossingsideeën demonstreren implementatiepatronen en -mogelijkheden om rekening mee te houden bij het plannen van uw POC-ontwikkeling (AI Proof-of-Concept). Deze artikelen kunnen u helpen bepalen hoe u AI-technologieën gebruikt in Azure.

  • Overzicht van AI-technologie: biedt een overzicht van AI-concepten, ontwikkelplatforms en architectuurpatronen om u te helpen AI-workloads op Azure te ontwerpen.

Een AI-service selecteren

De volgende artikelen helpen u bij het evalueren en selecteren van de beste AI-technologieën voor uw workloadvereisten:

Ideeën voor AI-oplossingen

De volgende ideeën voor AI-oplossingen demonstreren implementatiepatronen en mogelijkheden om te verkennen.

Ideeën voor audioverwerkingsoplossing

Afbeeldingsverwerking

Voorspellende analyse

Ideeën voor MLOps-oplossingen

Documentverwerking en verrijking

Werkstroomautomatisering

AI-architecturen

De volgende architecturen die gereed zijn voor productie demonstreren end-to-end AI-oplossingen die u kunt implementeren en aanpassen.

  • AI-deductie met silk virtual SAN: maakt gebruik van een Silk Echo-kopie van de productiedatabase om realtime AI-deductie te isoleren van transactionele workloads op Azure IaaS.

Chatten met gegevens

Machine learning-inferentie

Documentverwerking

Video- en afbeeldingsclassificatie

Audioverwerkingsarchitecturen

Regulatory

AI-handleidingen

RAG-oplossingen ontwikkelen en evalueren

MLOps-handleidingen

Proxygeneratieve AI-modellen

Gereedheid van de organisatie

Organisaties aan het begin van het cloudimplementatieproces kunnen de Cloud Adoption Framework voor Azure gebruiken voor toegang tot bewezen richtlijnen die de overstap naar de cloud versnellen.

Raadpleeg de volgende Cloud Adoption Framework-bronnen voor AI-specifieke acceptatierichtlijnen:

  • AI-acceptatie: biedt een gestructureerd proces voor het aannemen van AI-oplossingen in Azure, waaronder strategie, planning, gereedheid, governance, beveiliging en beheer.

  • AI gereed: geeft een overzicht van het organisatieproces voor het bouwen van AI-workloads in Azure, waaronder resourceorganisatie, netwerken, betrouwbaarheid en governance.

Volg de richtlijnen in het Azure Well-Architected Framework om de kwaliteit van uw AI-oplossing op Azure te waarborgen. Het Well-Architected Framework biedt prescriptieve richtlijnen voor organisaties die architectuurprestaties zoeken en beschrijft hoe u kosten geoptimaliseerde Azure-oplossingen ontwerpt, inricht en bewaakt.

Zie de volgende Well-Architected Framework-resource voor ai-specifieke richtlijnen:

  • AI-workloads op Azure: behandelt architectuuruitdagingen voor het ontwerpen van AI-workloads, waaronder niet-deterministische functionaliteit, gegevens- en toepassingsontwerp en bewerkingen in de vijf pijlers van Well-Architected Framework.

Zie voor ai-gerelateerde Well-Architected Framework-servicehandleidingen:

Beste praktijken

Volg deze aanbevolen procedures om de betrouwbaarheid, beveiliging, kosteneffectiviteit, operationele kwaliteit en prestaties van uw AI-workloads op Azure te verbeteren:

Blijf op de hoogte met AI

Azure AI-services ontwikkelen zich om moderne data-uitdagingen aan te pakken. Blijf op de hoogte van de nieuwste updates en functies.

Als u op de hoogte wilt blijven van belangrijke AI-services, raadpleegt u de volgende artikelen:

Amazon Web Services (AWS) of Google Cloud-professionals

In de volgende artikelen worden Azure AI-opties vergeleken met andere cloudservices om u snel op te zetten:

  • Gegevens en AI: vergelijkt AWS-gegevens en AI-services, waaronder machine learning-, generatieve AI- en AI-platformservices, met hun Azure tegenhangers.

  • AI en machine learning: Vergelijkt Google Cloud AI- en machine learning-services, waaronder Hoekpunt AI, Dialogflow en Gemini, met hun Azure tegenhangers.