Couchbase 如何使用 Amazon Bedrock 为 Capella iQ 构建多模型 AI 架构

本文介绍了 Couchbase 如何采用 Amazon Bedrock 为 Capella iQ 以及 Anthropic 的 Claude 系列模型提供支持、其多模型方法背后的架构决策以及在生产中实现的运营效益。

来源:亚马逊云科技 _机器学习

这篇文章是与 Couchbase 的 Tushar Madaan 共同撰写的。

构建一个由人工智能驱动的开发人员助手,可以生成数据库查询、推荐索引并支持多轮对话工作流程,需要的不仅仅是一个大语言模型 (LLM)。它需要灵活、可扩展且有弹性的推理架构。随着企业对 Capella iQ 的采用不断增加,Couchbase 扩展了其 AI 应用程序,以支持多个基础模型 (FM) 提供商,从而提高灵活性、提高运营弹性并与不同的客户部署偏好保持一致。 Couchbase 需要一个与模型无关的推理架构,该架构可以通过流量爆发进行扩展,并在无需预先配置容量的情况下保持跨 AWS 区域的高可用性。

本文介绍了 Couchbase 如何采用 Amazon Bedrock 为 Capella iQ 以及 Anthropic 的 Claude 系列模型提供支持、其多模型方法背后的架构决策以及在生产中实现的运营效益。

解决方案概述

下图说明了 Capella iQ 与 Amazon Bedrock 集成的生产架构。

图 1 — Couchbase Capella iQ 和 Amazon Bedrock 控制平面架构

该架构托管在跨越两个 AWS 区域(us-east-1 和 us-west-2)的 AWS 控制平面内,以实现高可用性。在 us-east-1 内,Amazon Elastic Kubernetes Service (Amazon EKS) 集群运行 Capella iQ 微服务:

  • cp-api pod:接收开发人员请求并编排推理调用的主要 API 服务。该 Pod 通过 Virtual Private Cloud (VPC) 接口终端节点转发 Amazon Bedrock 调用。
  • cp-internal-api pod:处理内部服务到服务通信和模型路由逻辑。
  • cp-ns pod:管理命名空间级别配置,包括模型供应商设置、租户级别覆盖和组织首选项。
  • 工作原理

    模型评估

    亚马逊基岩优势

    工程考虑

    经验教训

    未来计划