L'IA générative sur Microsoft Azure (French Edition)
by Adrián González Sánchez, Jaime De Mora, Jorge García Ximénez
Chapitre 7. GenAIOps et LLMOps dans Azure
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Ce chapitre se concentre sur les modèles d'architecture pratiques et les techniques de niveau entreprise destinées aux professionnels de l'IA qui maîtrisent déjà les principes fondamentaux des LLMs et sont prêts à créer des applications prêtes pour la production. On va passer en revue les composants essentiels pour passer de l'expérimentation au déploiement sur Azure, notamment l'hébergement de modèles, les magasins de vecteurs, les frameworks d'orchestration, les outils d'intégration low-code et les interfaces web. En chemin, on va explorer des choix de conception concrets, mettre en évidence les compromis (comme le rapport coût/performance) et fournir des conseils pratiques pour assembler des solutions GenAI évolutives, sécurisées et faciles à maintenir.
Du MLOps au GenAIOps : pourquoi c'est important
L' des opérations dans les applications d'IA n'est pas une nouveauté. Depuis près d'une décennie, les entreprises s'appuient sur le MLOps (opérations d'apprentissage automatique) pour apporter discipline et rigueur aux projets traditionnels de ML et à forte intensité de données. Les objectifs étaient clairs : rendre les modèles reproductibles, garantir l'évolutivité et gérer leur cycle de vie selon les mêmes principes que ceux apportés par le DevOps à l'ingénierie logicielle. Azure Machine Learning a fourni ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access