Azure OpenAI Service für Cloud Native Anwendungen

Kapitel 3. Implementierung von Cloud Native Generative AI mit Azure OpenAI Service

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Kapitel geht es um die Implementierung von generativen KI-Architekturen mit Microsoft Azure und Azure OpenAI-Modellen. Ziel ist es, alle verfügbaren Optionen vorzustellen und die erforderlichen Entwicklungs-, Integrations- und Nutzungskosten zu minimieren und gleichzeitig die Operationalisierung zu beschleunigen. Zu diesem Zweck habe ich eine Reihe von bewährten Methoden und typischen Architekturen zusammengestellt, die es dir ermöglichen, die besten Bausteine für deine spezifischen Szenarien auszuwählen.

Wir werden die relevantesten Azure OpenAI-Implementierungsansätze einbeziehen, die auf bestehenden Funktionen und Repositories basieren, die ständig weiterentwickelt, verbessert und mit neuen Funktionen versehen werden. Ich habe URLs zu den Originaldokumenten angegeben, weil sie ständig mit neuen Funktionen aktualisiert werden. Mit diesen Links kannst du alle Details erkunden, die du brauchst. Die meisten davon basieren auf offiziellen Accelerators aus GitHub-Repositories und Projekten, denen du folgen und/oder die du forken kannst. Doch bevor wir ins Detail gehen, wollen wir einige grundlegende Themen erkunden, die dir helfen werden, das ganze Ausmaß der generativen KI mit dem Azure OpenAI Service zu verstehen.

Definition des Wissensumfangs von Azure ...