Planification de votre déploiement
Pour déployer cette architecture, procédez comme suit.
- Préparez la banque de vecteurs.
Téléchargez les données d'inventaire à l'aide d'Oracle Database 23ai. Assurez-vous qu'une colonne contient une description du produit. Il s'agit de la colonne qui sera vectorisée. L'utilisation de code sur une instance de calcul (un bloc-notes Oracle Cloud Infrastructure Data Science dans ce cas) applique le modèle d'intégration Oracle Cloud Infrastructure Generative AI à la colonne de description à l'aide d'une taille de bloc de 96 jetons pour créer la colonne de type de vecteur. Poussez ensuite l'ensemble de données dans Oracle Database 23ai.
- Créez une instance de calcul et déployez des fonctions.
Créez une instance de calcul pour recevoir les appels d'API de l'application de vente au détail frontale et être en mesure d'effectuer des appels d'API vers les différents services d'IA. Déployez des fonctions à l'aide d'Oracle Cloud Infrastructure Functions. Cette instance de calcul sert également de hub central pour tous les besoins de calcul ad hoc.
- Créez l'intégration front-end.
Votre instance de calcul est maintenant prête à s'intégrer à votre application et à se connecter à l'application configure-price-quote (CPQ). Cette architecture utilise Oracle APEX Application Development pour créer l'application Web, mais vous pouvez également intégrer cette solution à des chatbots existants ou à Oracle Digital Assistant.
Cette architecture offre plusieurs options de déploiement.
Sélectionner une option de déploiement AI
Oracle Database 23ai fournit Select AI, un outil NL2SQL intégré à la base de données.
Les avantages de cette option de déploiement sont que les données restent en place et qu'elles sont bien adaptées au développement SQL. Toutefois, cette option ne stocke pas les données non structurées.
Option de déploiement de l'agent RAG
Le service fournit des informations à jour via une interface en langage naturel et la possibilité d'agir directement dessus.
Cette option de déploiement rend les sources de données disponibles pour la base de connaissances, telles que les fichiers PDF, les manuels, les blogs, etc. Le LLM est toutefois limité à l'agent RAG.
Option de déploiement personnalisée
Utilisez les actions rapides Oracle Cloud Infrastructure Data Science pour gérer chaque composant du pipeline de données et de LLM.
Data Science Quick Actions est une suite d'actions qui, ensemble, peuvent être utilisées pour déployer, évaluer et affiner des modèles de base dans Oracle Cloud Infrastructure Data Science.
Les avantages de cette option de déploiement sont la possibilité d'affiner les modèles et d'avoir un contrôle total du flux de données. L'expertise Data Science est recommandée pour ce déploiement.
