Eigenständiger Nachweis
Verwenden Sie die im Programm eingebettete Engine und das Standardmodell, um eine abgegrenzte Arbeitslast auf echter Endgeräte-Hardware nachzuweisen.
Jede KI-App kann eigenständig mit ihrer eingebetteten KI-Engine starten. Fügen Sie AI Server hinzu, wenn Modelle, Rechenleistung oder APIs geteilt werden müssen; fügen Sie AI Gateway nur hinzu, wenn mehrere Server einen belastbaren Zugang benötigen.
KI-Apps behalten ihre eingebettete Engine und lokale Route bei, auch wenn sie sich mit der unten gezeigten Organisationsplattform verbinden.
Verwenden Sie die im Programm eingebettete Engine und das Standardmodell, um eine abgegrenzte Arbeitslast auf echter Endgeräte-Hardware nachzuweisen.
Fügen Sie ein zentrales Modell, eine Rechenleistung oder einen API-Dienst nur hinzu, wenn der Business Case dies erfordert.
Fügen Sie Mitglieder, Berechtigungen, Serverregistrierung, Richtlinien und Prüfungsnachweise hinzu, wenn zentrale Governance wichtig ist.
Setzen Sie AI Gateway vor mehrere Server-Worker, wenn Ausfallsicherheit, Spezialisierung oder gemessene Kapazität dies erfordern.
Bereitstellungsoptionen umfassen Windows, macOS, Linux, Docker und Kubernetes. Die richtige Topologie hängt von Arbeitslast, Hardware, Identität, Verfügbarkeit und Compliance-Anforderungen ab.
Verbinden Sie kompatible Clients mit Chat-, Einbettungs-, Bild-, Sprach- und Vision-Diensten.
Platzieren Sie Modelle und Inferenz auf von Ihrer Organisation kontrollierter Infrastruktur.
Verwalten Sie Mitglieder, Lizenzen, Registrierung, Richtlinien, Prüfungen und Nutzungsnachweise.
Wechseln Sie von einem einzelnen Knoten zu einem gatewayverwalteten Cluster, wenn Nachfrage und Nachweise wachsen.
Der Bereitstellungsplaner bewertet eingebettete Apps, optionale Server, Gateway, Verwaltung, Hardware und bezahlte Lizenzmengen – und sendet dann nur bestellbare Positionen in den Store.