Arquitetura e governança para IA

Este artigo explica como as cargas de trabalho de IA se encaixam na sua zona de destino do Azure e arquitetura empresarial. Ele identifica os recursos de plataforma adicionais que as organizações devem considerar à medida que a adoção de IA cresce.

Aplique os mesmos princípios de landing zone do Azure e as práticas recomendadas a cargas de trabalho de IA como você faz com outras cargas de trabalho. As cargas de trabalho de IA não exigem um modelo de governança ou arquitetura de zona de destino Azure diferente. As equipes de plataforma devem usar a linha de base de governança existente e estendê-la sempre que necessário para considerar os serviços de IA e os modelos que a organização planeja usar.

Resultado: ao final do planejamento de arquitetura e governança, você deve ter uma linha de base de governança atualizada que dê suporte às tecnologias de IA que você planeja usar em Azure.

Arquiteturas e árvore de decisão

Zona de destino da plataforma

A adoção da IA deve se basear na Azure landing zone existente em vez de introduzir uma estrutura de plataforma separada. As cargas de trabalho de IA usam os mesmos recursos de hierarquia de grupo de gerenciamento e plataforma que outras cargas de trabalho Azure. As organizações geralmente não precisam de grupos de gerenciamento específicos de IA. Em vez disso, as equipes de plataforma devem estender os recursos de governança e conectividade existentes para lidar com os serviços de Azure que as cargas de trabalho de IA usam.

Linha de base de governança: a linha de base de governança da landing zone do Azure existente deve continuar sendo o ponto de partida para cargas de trabalho de IA. As equipes de plataforma devem estender essa linha de base quando os serviços de IA introduzirem requisitos que as políticas existentes não abordam.

• Azure Policy: as organizações devem começar com as políticas de linha de base do platform landing zone accelerator. Em seguida, as equipes de plataforma devem adicionar definições de Azure Policy para os serviços de IA aprovados pela organização, como modelos Microsoft Foundry, Foundry Tools, Pesquisa de IA do Azure  e Máquinas Virtuais do Azure. A aplicação dessas políticas por meio da hierarquia de grupo de gerenciamento existente fornece proteções consistentes para as cargas de trabalho de IA sem a necessidade de um modelo de governança separado. As diretrizes da Microsoft dão suporte à aplicação das políticas específicas de IA por meio da hierarquia do grupo de gerenciamento da zona de destino para que os recursos de carga de trabalho as herdem.

• Rede: os padrões de rede de zona de destino Azure existentes também devem continuar sendo a base para cargas de trabalho de IA. As equipes de plataforma devem estender a conectividade compartilhada e a proteção de rede quando as cargas de trabalho de IA gerarem requisitos adicionais, especialmente para serviços voltados para a Internet ou acesso a dados locais.

  • Proteção contra DDoS: cargas de trabalho de IA voltadas para a Internet devem usar Azure DDoS Protection. A equipe de plataforma pode fornecer essa proteção como parte dos recursos de rede compartilhada da organização, em vez de exigir que as equipes responsáveis pelas workloads estabeleçam sua própria abordagem no nível da plataforma.

  • Conectividade híbrida: as organizações que acessam dados locais de cargas de trabalho do Azure AI devem escolher a conectividade com base em seus requisitos de desempenho e disponibilidade. Azure ExpressRoute fornece conectividade privada e é apropriado quando as organizações exigem conectividade previsível com Azure. Gateway de VPN do Azure fornece conectividade criptografada pela Internet pública e pode atender a requisitos de conectividade menos exigentes. As diretrizes de zona de destino Azure existentes também dão suporte a Gateway de VPN e Ao ExpressRoute como padrões de conectividade híbrida.

Zonas de aterrissagem da carga de trabalho

As cargas de trabalho de IA usam os mesmos princípios de landing zone de carga de trabalho assim como outras cargas de trabalho do Azure. Cada carga de trabalho deve ter sua própria landing zone de carga de trabalho e usar uma ou mais assinaturas do Azure para separar ambientes com base nos requisitos de governança e isolamento da organização. As assinaturas do Azure fornecem limites para áreas como cota, custo, governança e segurança.

A equipe da plataforma deve colocar assinaturas de landing zone de carga de trabalho para cargas de trabalho de IA no grupo de gerenciamento existente que fornece os controles de governança apropriados. As cargas de trabalho de IA voltadas para a Internet geralmente pertencem ao grupo de gerenciamento online. As cargas de trabalho internas de IA geralmente pertencem ao grupo de gerenciamento interno ("Corp").. As equipes de plataforma devem usar esses limites existentes em vez de criar grupos de gerenciamento especificamente para IA. As atribuições do Azure Policy no nível do grupo de gerenciamento, então, fornecem guardrails de plataforma consistentes em IA e outras cargas de trabalho.

Reliability

As cargas de trabalho de IA devem usar os padrões de disponibilidade e recuperação de desastre existentes da organização. As equipes de plataforma devem preparar a landing zone do Azure para dar suporte a várias regiões para que as equipes de carga de trabalho possam implantar cargas de trabalho de IA entre regiões quando seus requisitos de continuidade de negócios justificarem o custo e a complexidade adicionais. A orientação de região da landing zone do Azure recomenda especificamente projetar a plataforma para que ela possa dar suporte a landing zones de carga de trabalho de várias regiões.

• Local dos dados: o local dos dados também deve fazer parte do design regional. As equipes de carga de trabalho devem colocar os dados de recuperação de informações próximos aos serviços de IA que os consomem quando a latência e o desempenho são importantes. O posicionamento regional também deve atender aos requisitos de residência de dados da organização.

• Disponibilidade e capacidade: a IA apresenta considerações regionais adicionais porque a disponibilidade do serviço, a disponibilidade do modelo e a capacidade podem variar de acordo com a região do Azure. As organizações devem identificar as regiões que dão suporte a seus serviços e modelos de IA aprovados antes de disponibilizar essas regiões para cargas de trabalho de IA.

• Failover: as equipes de carga de trabalho que exigem failover regional também devem considerar os ativos de IA dos quais a carga de trabalho depende, como implantações de modelo e dados de recuperação. O design de recuperação deve garantir que a região secundária tenha os recursos e os dados necessários para restaurar a carga de trabalho.

Integração empresarial

As cargas de trabalho de IA devem se integrar às plataformas empresariais por meio dos mesmos princípios de arquitetura que outras cargas de trabalho. A principal consideração específica de IA é o acesso a dados organizacionais confiáveis.

As organizações devem estabelecer uma abordagem unificada de dados que disponibilize dados controlados para cargas de trabalho de IA sem exigir que todas as equipes de carga de trabalho criem padrões de integração de dados separados. Microsoft Fabric pode preparar e fornecer dados organizacionais para análise e cenários de IA. As cargas de trabalho de IA do Azure podem consumir os dados apropriados por meio de padrões de integração aprovados. Para obter diretrizes sobre como estabelecer essa base, consulte Unified data platform.

Próximas Etapas 

As considerações de arquitetura e governança para uma landing zone de carga de trabalho dependem das plataformas e tecnologias de IA que a carga de trabalho usa. As diretrizes a seguir fornecem recomendações de arquitetura mais profundas para diferentes padrões de adoção de IA.