[SEO 副标题]
本指南演示了如何结合知识图谱和生成式人工智能(AI)技术来创建智能制造数字线程。数字线程是一种将企业各系统中不同的数据来源合并组合的集成方法,助于提高可追溯性、可访问性、协作性和灵活性。通过集成知识图谱和生成式人工智能,您可以加强数据集成,提高语义理解能力,并实现智能的上下文感知应用程序,最终带来更加个性化的用户体验。
请注意:[免责声明]
架构图
[架构图描述]
第 1 步
确定生产企业中的关键利益相关者,了解业务需求。
第 2 步
使用知识图谱和生成式人工智能技术识别用于构建数字线程的数据来源。
第 3 步
使用用于数据库的 AWS Database Migration Service(AWS DMS)和用于大型数据集的 AWS DataSync 将数据摄入 AWS。
第 4 步
将摄取的数据上传到 Amazon Simple Storage Service(Amazon S3)进行处理和分析。
第 5 步
使用 Amazon Neptune 批量加载程序将数据从 Amazon S3 摄取到 Neptune 图形数据库。
第 6 步
从 Amazon Bedrock 中选择一个基础模型(FM)。Amazon Bedrock 是一项完全托管的服务,通过单个 API 提供领先人工智能公司和 Amazon 的高性能基础模型以及用于构建生成式人工智能应用的广泛功能。
第 7 步
在 Amazon Bedrock 和 Neptune 之间建立联系,协调与 AWS Lambda 和 Langchain 的集成。编排工具协调由基础模型生成查询的过程(根据知识图谱执行查询),然后用自然语言返回结果。
第 8 步
用于创建应用程序层的服务有:Streamlit、AWS Fargate(托管无服务器容器化应用程序)、Amazon Elastic Container Registry(Amazon ECR)(管理容器映像)、弹性负载均衡(ELB)(分配流量)、Amazon Route 53(用于 DNS)和 Amazon Cognito(用于验证)。
第 9 步
使用 Amazon Virtual Private Cloud(Amazon VPC)在安全、隔离的网络中运行应用程序。AWS Identity and Access Management(IAM)可加强访问控制。AWS Certificate Manager 用于管理证书,AWS WAF 用于支持 Web 应用程序安全。Amazon GuardDuty 监控是否有恶意活动。
静态数据通过 AWS Key Management Service(AWS KMS)加密,并可与第三方密钥管理系统集成。
第 10 步
使用 AWS CloudTrail 跟踪活动,使用 Amazon CloudWatch 监控资源,使用 AWS CloudFormation 自动部署数字线程应用程序的资源。
Well-Architected 支柱
当您在云中构建系统时,AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool,您可以通过回答每个支柱的一组问题,根据这些最佳实践来检查您的工作负载。
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构,您应该遵循尽可能多的 Well-Architected 最佳实践。
-
卓越运营
DataSync 可自动执行和优化数据同步,减少人工干预,确保管理数字线程数据时的运行效率。为进一步提高工作负载的运行效率,CloudWatch 启用了监控和日志记录功能,提供对系统性能的实时见解。此外,CloudTrail 有助于确保您获得全面的审计跟踪记录,促进高效治理和合规性。
-
安全性
为了保护数据,IAM 对 AWS 服务和资源采用细粒度权限和基于角色的访问控制,执行最低权限访问并加强对用户权限的控制。此外,AWS KMS 还管理用于加密和解密 Neptune 静态数据的密钥。
AWS WAF 作为一个安全层,可防御 Web 应用程序漏洞和攻击,保护数字线程应用程序,使其免受常见漏洞的影响。GuardDuty 持续监控恶意活动,自动检测线程,并利用威胁情报及时发现和应对潜在的安全风险。
Amazon VPC 和 VPC 端点可建立安全的网络环境,隔离资源并与 AWS 服务建立专用通信,以减少潜在威胁。
Amazon Bedrock 不使用 AWS 模型训练提示,避免向第三方分发数据,也不在服务日志中存储或记录数据,切实确保数据安全。
-
可靠性
本指南使用多种无服务器服务,有助于提高可靠性。例如,Fargate 通过为容器提供无服务器计算、根据需求自动扩展资源以及优化应用程序性能的方式来提高可靠性。Fargate 无服务器计算模型有助于确保最佳的资源利用率和自动可扩展性,以支持容器化应用程序的整体可靠性。Lambda 是一项无服务器服务,可自动管理计算资源,以及根据工作负载的规模进行扩展。这降低了因扩展问题或资源限制而导致服务中断的风险。
-
性能效率
Neptune 是一项完全托管的图形数据库服务,可自动优化查询执行和索引,实现以低延迟检索复杂的互联数据。Lambda 的事件驱动型架构通过执行响应特定事件的函数来提高性能效率,从而实现快速高效的处理,同时也无需持续进行资源管理。
-
成本优化
对于本指南中的服务,您只需为所使用的资源付费,从而帮助您节省成本。例如 Neptune,您只需为查询执行期间实际消耗的资源付费,无需预置固定容量,并最大限度地降低了低活动期的成本。Fargate 为容器提供无服务器计算,因此您只需为应用程序执行期间使用的确切计算资源付费,从而降低了与闲置时间和超额配置相关的成本。Amazon ECR 为容器映像提供安全、可扩展的存储库,可简化部署流程并最大限度地降低存储成本。
-
可持续性
Fargate 可自动管理容器化工作负载,优化计算资源,最大限度地减少闲置期间的能耗。Neptune 无服务器选项和 Fargate 无服务器计算模型可根据需求动态扩展资源,降低了固定预置容量相关的总体能耗。
此外,Amazon S3 也提供高效的存储选项,例如频繁分层、不频繁分层、归档分层和智能分层,以优化存储,最大限度地减少资源使用和能源消耗。
相关内容
免责声明
示例代码;软件库;命令行工具;概念验证;模板;或其他相关技术(包括由我方人员提供的任何前述项)作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议(以适用者为准)向您提供。您不应将这些 AWS 内容用在您的生产账户中,或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容,例如示例代码,以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源(例如,运行 Amazon EC2 实例或使用 Amazon S3 存储)而产生 AWS 费用。
本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点,您可以在部署架构时自定义与第三方服务的集成。