Întreprinderile caută să deblocheze rapid potențialul AI generativ, oferind acces la modele de bază (FM) pentru diferite linii de afaceri (LOB). Echipele IT sunt responsabile pentru a ajuta LOB să inoveze cu viteză și agilitate, oferind în același timp guvernanță și observabilitate centralizate. De exemplu, ar putea fi nevoie să urmărească utilizarea FM-urilor în cadrul echipelor, costurile de rambursare și să ofere vizibilitate centrului de cost relevant din LOB. În plus, ar putea fi nevoie să regleze accesul la diferite modele per echipă. De exemplu, dacă numai anumite FM pot fi aprobate pentru utilizare.
Amazon Bedrock este un serviciu complet gestionat care oferă o gamă de modele de bază de înaltă performanță de la companii de IA lider, cum ar fi AI21 Labs, Anthropic, Cohere, Meta, Stability AI și Amazon printr-un singur API, împreună cu un set larg de capabilități pentru a construi AI generativă. aplicații cu securitate, confidențialitate și IA responsabilă. Deoarece Amazon Bedrock este fără server, nu trebuie să gestionați nicio infrastructură și puteți integra și implementa în siguranță capabilități AI generative în aplicațiile dvs. folosind serviciile AWS cu care sunteți deja familiarizați.
Un strat software ca serviciu (SaaS) pentru modelele de bază poate oferi o interfață simplă și consistentă pentru utilizatorii finali, menținând în același timp guvernanța centralizată a accesului și a consumului. Gateway-urile API pot oferi o cuplare slabă între consumatorii modelului și serviciul terminal al modelului și flexibilitate de adaptare la modelul, arhitecturile și metodele de invocare în schimbare.
În această postare, vă arătăm cum să construiți un strat SaaS intern pentru a accesa modele de fundație cu Amazon Bedrock într-o arhitectură cu mai mulți chiriași (echipe). Ne concentrăm în mod special pe urmărirea utilizării și a costurilor per chiriaș și, de asemenea, asupra controalelor, cum ar fi limitarea utilizării pe chiriaș. Descriem modul în care soluția și planurile de consum Amazon Bedrock se corelează cu cadrul general de călătorie SaaS. Codul pentru soluție și an Kit AWS Cloud Development (AWS CDK) șablonul este disponibil în GitHub depozit.
Provocări
Un administrator de platformă AI trebuie să ofere acces standardizat și ușor la FM pentru mai multe echipe de dezvoltare.
Următoarele sunt câteva dintre provocările de a oferi acces guvernat la modelele de fundație:
- Urmărirea costurilor și a utilizării – Urmăriți și auditați costurile individuale ale chiriașilor și utilizarea modelelor de fundație și furnizați costuri de rambursare către anumite centre de cost
- Buget și controale de utilizare – Gestionați cota API, bugetul și limitele de utilizare pentru utilizarea permisă a modelelor de fundație pe o frecvență definită per chiriaș
- Controlul accesului și guvernarea modelului – Definiți controalele de acces pentru anumite modele permise listate pentru fiecare chiriaș
- API standardizat multi-locatari – Oferiți acces constant la modelele de fundație cu OpenAPI standarde
- Gestionarea centralizată a API-ului – Furnizați un singur strat pentru a gestiona cheile API pentru accesarea modelelor
- Versiuni de model și actualizări – Gestionați lansările de modele noi și actualizate
Prezentare generală a soluțiilor
În această soluție, ne referim la a multi-chiriaș abordare. A chiriaş aici poate varia de la un utilizator individual, un proiect specific, o echipă sau chiar un întreg departament. Pe măsură ce discutăm despre abordare, folosim termenul echipă, pentru că este cel mai comun. Folosim chei API pentru a restricționa și monitoriza accesul API pentru echipe. Fiecărei echipe i se atribuie o cheie API pentru accesul la FM. Într-o organizație pot exista diferite mecanisme de autentificare și autorizare a utilizatorilor. Pentru simplitate, nu le includem în această soluție. De asemenea, puteți integra furnizorii de identitate existenți cu această soluție.
Următoarea diagramă rezumă arhitectura soluției și componentele cheie. Echipele (chiriași) alocate la centre de cost separate consumă Amazon Bedrock FM printr-un serviciu API. Pentru a urmări consumul și costul per echipă, soluția înregistrează date pentru fiecare invocare individuală, inclusiv modelul invocat, numărul de simboluri pentru modelele de generare de text și dimensiunile imaginii pentru modelele multimodale. În plus, agregează invocările pe model și costurile fiecărei echipe.
Puteți implementa soluția în propriul cont folosind AWS CDK. AWS CDK este un cadru de dezvoltare software cu sursă deschisă pentru modelarea și furnizarea resurselor aplicației dvs. cloud folosind limbaje de programare familiare. Codul AWS CDK este disponibil în GitHub depozit.
În secțiunile următoare, vom discuta mai detaliat componentele cheie ale soluției.
Capturarea utilizării modelului de fundație per echipă
Fluxul de lucru pentru a capta utilizarea FM per echipă constă din următorii pași (așa cum sunt numerotate în diagrama precedentă):
- Aplicația unei echipe trimite o solicitare POST către Gateway API Amazon cu modelul care trebuie invocat în
model_id
parametrul de interogare și promptul utilizatorului din corpul solicitării. - API Gateway direcționează cererea către un AWS Lambdas funcția (
bedrock_invoke_model
) care este responsabil pentru înregistrarea informațiilor de utilizare a echipei în Amazon CloudWatch și invocând modelul Amazon Bedrock. - Amazon Bedrock oferă un punct final VPC alimentat de AWS PrivateLink. În această soluție, funcția Lambda trimite cererea către Amazon Bedrock folosind PrivateLink pentru a stabili o conexiune privată între VPC-ul din contul dvs. și contul de serviciu Amazon Bedrock. Pentru a afla mai multe despre PrivateLink, consultați Utilizați AWS PrivateLink pentru a configura accesul privat la Amazon Bedrock.
- După invocarea Amazon Bedrock, Amazon CloudTrail generează a Eveniment CloudTrail.
- Dacă apelul Amazon Bedrock are succes, funcția Lambda înregistrează următoarele informații în funcție de tipul de model invocat și returnează răspunsul generat aplicației:
- team_id – Identificatorul unic pentru echipa care emite cererea.
- requestId – Identificatorul unic al cererii.
- model_id – ID-ul modelului care trebuie invocat.
- inputTokens – Numărul de jetoane trimise modelului ca parte a promptului (pentru modelele de generare de text și de încorporare).
- outputTokens – Numărul maxim de jetoane care urmează să fie generate de model (pentru modelele de generare de text).
- înălțime – Înălțimea imaginii solicitate (pentru modele multimodale și modele de încorporare multimodale).
- lățime – Lățimea imaginii solicitate (numai pentru modelele multimodale).
- paşi – Pașii solicitați (pentru modelele Stability AI).
Urmărirea costurilor pe echipă
Un flux diferit agregă informațiile de utilizare, apoi calculează și economisește costurile la cerere pe echipă în fiecare zi. Având un flux separat, ne asigurăm că urmărirea costurilor nu afectează latența și debitul fluxului de invocare a modelului. Pașii fluxului de lucru sunt următorii:
- An Amazon EventBridge regula declanșează o funcție Lambda (
bedrock_cost_tracking
) zilnic. - Funcția Lambda primește informațiile de utilizare de la CloudWatch pentru ziua anterioară, calculează costurile asociate și stochează datele agregate de
team_id
șimodel_id
in Serviciul Amazon de stocare simplă (Amazon S3) în format CSV.
Pentru a interoga și a vizualiza datele stocate în Amazon S3, aveți diferite opțiuni, inclusiv S3 Selectați, și Amazon Athena și Amazon QuickSight.
Controlul utilizării pe echipă
Un plan de utilizare specifică cine poate accesa unul sau mai multe API-uri implementate și opțional setează rata de solicitare țintă pentru a începe limitarea cererilor. Planul folosește chei API pentru a identifica clienții API care pot accesa API-ul asociat pentru fiecare cheie. Puteți utiliza API Gateway planuri de utilizare pentru a accelera cererile care depășesc praguri predefinite. De asemenea, puteți utiliza Chei API și limite de cotă, care vă permit să setați numărul maxim de solicitări pe cheie API pe care fiecare echipă poate să le emită într-un interval de timp specificat. Aceasta este în plus față de Cote de servicii Amazon Bedrock care sunt alocate numai la nivel de cont.
Cerințe preliminare
Înainte de a implementa soluția, asigurați-vă că aveți următoarele:
Implementați stiva AWS CDK
Urmați instrucțiunile din README fișier al depozitului GitHub pentru a configura și a implementa stiva AWS CDK.
Stiva implementează următoarele resurse:
- Mediu de rețea privată (VPC, subrețele private, grup de securitate)
- Rolul IAM pentru controlul accesului la model
- Straturi Lambda pentru modulele Python necesare
- Funcția lambda
invoke_model
- Funcția lambda
list_foundation_models
- Funcția lambda
cost_tracking
- Rest API (API Gateway)
- Planul de utilizare API Gateway
- Cheia API asociată planului de utilizare
La bordul unei noi echipe
Pentru a oferi acces la echipe noi, puteți fie să partajați aceeași cheie API între echipe diferite și să urmăriți consumurile modelului, oferind o altă cheie API. team_id
pentru invocarea API sau creați chei API dedicate utilizate pentru accesarea resurselor Amazon Bedrock, urmând instrucțiunile furnizate în README.
Stiva implementează următoarele resurse:
- Planul de utilizare API Gateway asociat API-ului REST creat anterior
- Cheie API asociată cu planul de utilizare pentru noua echipă, cu configurații rezervate de throttling și burst pentru API
Pentru mai multe informații despre configurațiile de accelerare și burst API Gateway, consultați Accelerați cererile API pentru un debit mai bun.
După ce implementați stiva, puteți vedea că noua cheie API pentru team-2
este creat de asemenea.
Configurați controlul accesului la model
Administratorul platformei poate permite accesul la anumite modele de fundație prin editarea politicii IAM asociată funcției Lambda invoke_model
.
Permisiunile IAM sunt definite în fișier setup/stack_constructs/iam.py. Consultați următorul cod:
Invocați serviciul
După ce ați implementat soluția, puteți invoca serviciul direct din codul dvs. Următoarele
este un exemplu în Python pentru consumul invoke_model
API pentru generarea de text printr-o solicitare POST:
Rezultat: Amazon Bedrock este o platformă tehnologică internă dezvoltată de Amazon pentru a rula și opera multe dintre serviciile și produsele sale. Câteva lucruri cheie despre Bedrock...
Următorul este un alt exemplu în Python pentru consumul invoke_model
API pentru generarea de încorporare printr-o solicitare POST:
model_id = "amazon.titan-embed-text-v1" #the model id for the Amazon Titan Embeddings Text model prompt = "What is Amazon Bedrock?" response = requests.post( f"{api_url}/invoke_model?model_id={model_id}", json={"inputs": prompt, "parameters": model_kwargs}, headers={ "x-api-key": api_key, #key for querying the API "team_id": team_id #unique tenant identifier, "embeddings": "true" #boolean value for the embeddings model }
) text = response.json()[0]["embedding"]
Ieșire: 0.91796875, 0.45117188, 0.52734375, -0.18652344, 0.06982422, 0.65234375, -0.13085938, 0.056884766, 0.092285156, 0.06982422, -1.03125, 0.8515625, 0.16308594 , 0.079589844, 0.033935547, 0.796875, 0.15429688, -0.29882812, 0.25585938, -0.45703125, -0.044921875, -0.34570312, -XNUMX, -XNUMX, -XNUMX, -XNUMX XNUMX, XNUMX…
Accesul interzis la modelele de fundație
Următorul este un exemplu în Python pentru consumul invoke_model
API pentru generarea de text printr-o solicitare POST cu un răspuns cu acces refuzat:
„Traceback (cel mai recent apel ultimul):n Fișier ”/var/task/index.py”, linia 213, în răspunsul lambda_handlern = _invoke_text(bedrock_client, model_id, body, model_kwargs)n Fișier ”/var/task/index.py ”, linia 146, în _invoke_textn raise ro Fișier ”/var/task/index.py”, linia 131, în _invoke_textn response = bedrock_client.invoke_model(n File ”/opt/python/botocore/client.py”, linia 535, în _api_calln returnează self._make_api_call(operation_name, kwargs)n Fișier ”/opt/python/botocore/client.py”, linia 980, în _make_api_calln ridică error_class(parsed_response, operation_name)nbotocore.errorfactory.Exception:AccessDenied A apărut o eroare (AccessDeniedException) la apelarea operației InvokeModel: contul dvs. nu este autorizat să invoce această operațiune API.n”
Exemplu de estimare a costurilor
Când se invocă modele Amazon Bedrock cu prețuri la cerere, costul total este calculat ca suma costurilor de intrare și de ieșire. Costurile de intrare se bazează pe numărul de jetoane de intrare trimise la model, iar costurile de ieșire se bazează pe jetoanele generate. Prețurile sunt pentru 1,000 de jetoane de intrare și pentru 1,000 de jetoane de ieșire. Pentru mai multe detalii și prețuri specifice modelului, consultați Prețuri Amazon Bedrock.
Să ne uităm la un exemplu în care două echipe, team1 și team2, accesează Amazon Bedrock prin soluția din această postare. Datele de utilizare și cost salvate în Amazon S3 într-o singură zi sunt prezentate în tabelul următor.
Coloanele input_tokens
și output_tokens
stocați totalul token-urilor de intrare și de ieșire în invocări de model per model și, respectiv, per echipă, pentru o anumită zi.
Coloanele input_cost
și output_cost
stocați costurile respective pe model și pe echipă. Acestea sunt calculate folosind următoarele formule:
input_cost = input_token_count * model_pricing["input_cost"] / 1000
output_cost = output_token_count * model_pricing["output_cost"] / 1000
team_id | model_id | jetoane_de intrare | jetoane_ieșire | invocații | cost_intrare | cost_ieșire |
Team1 | amazon.titan-tg1-large | 24000 | 2473 | 1000 | 0.0072 | 0.00099 |
Team1 | antropic.claude-v2 | 2448 | 4800 | 24 | 0.02698 | 0.15686 |
Team2 | amazon.titan-tg1-large | 35000 | 52500 | 350 | 0.0105 | 0.021 |
Team2 | ai21.j2-grande-instruct | 4590 | 9000 | 45 | 0.05738 | 0.1125 |
Team2 | antropic.claude-v2 | 1080 | 4400 | 20 | 0.0119 | 0.14379 |
Vedere de la capăt la capăt a unui mediu SaaS fără server funcțional multi-locatari
Să înțelegem cum ar putea arăta un mediu SaaS fără server cu mai mulți locatari funcțional end-to-end. Următoarea este o diagramă de arhitectură de referință.
Această diagramă de arhitectură este o versiune micșorată a diagramei de arhitectură anterioară explicată mai devreme în postare, în care diagrama de arhitectură anterioară explică detaliile unuia dintre microservicii menționate (serviciul model fundamental). Această diagramă explică faptul că, în afară de serviciul de model de bază, trebuie să aveți și alte componente în platforma SaaS multi-tenant pentru a implementa o platformă funcțională și scalabilă.
Să trecem prin detaliile arhitecturii.
Aplicații pentru chiriași
Aplicațiile chiriași sunt aplicațiile front-end care interacționează cu mediul. Aici, arătăm mai mulți chiriași care accesează din diferite medii locale sau AWS. Aplicațiile front-end pot fi extinse pentru a include o pagină de înregistrare pentru noii chiriași să se înregistreze și o consolă de administrare pentru administratorii stratului de servicii SaaS. Dacă aplicațiile chiriași necesită implementarea unei logică personalizată care necesită interacțiune cu mediul SaaS, ele pot implementa specificațiile microserviciului adaptor de aplicație. Exemple de scenarii ar putea fi adăugarea unei logici de autorizare personalizată, respectând în același timp specificațiile de autorizare ale mediului SaaS.
Servicii partajate
Următoarele sunt servicii partajate:
- Servicii de gestionare a chiriașilor și utilizatorilor –Aceste servicii sunt responsabile de înregistrarea și gestionarea chiriașilor. Ele oferă funcționalitatea transversală care este separată de serviciile aplicației și partajată între toți chiriașii.
- Serviciu model de fundație – Diagrama arhitecturii soluției explicată la începutul acestei postări reprezintă acest microserviciu, în care interacțiunea de la API Gateway la funcțiile Lambda are loc în cadrul acestui microserviciu. Toți chiriașii folosesc acest microserviciu pentru a invoca modelele de fundații de la Anthropic, AI21, Cohere, Stability, Meta și Amazon, precum și modele ajustate. De asemenea, captează informațiile necesare pentru urmărirea utilizării în jurnalele CloudWatch.
- Serviciu de urmărire a costurilor – Acest serviciu urmărește costul și utilizarea pentru fiecare chiriaș. Acest microserviciu rulează pe o programare pentru a interoga jurnalele CloudWatch și a scoate urmărirea agregată a utilizării și costul dedus pentru stocarea datelor. Serviciul de urmărire a costurilor poate fi extins pentru a construi rapoarte și vizualizari suplimentare.
Serviciu adaptor de aplicație
Acest serviciu prezintă un set de specificații și API-uri pe care un chiriaș le poate implementa pentru a-și integra logica personalizată în mediul SaaS. În funcție de cât de multă integrare personalizată este necesară, această componentă poate fi opțională pentru chiriași.
Magazin de date multi-locatari
Serviciile partajate își stochează datele într-un depozit de date care poate fi un singur partajat Amazon DynamoDB tabel cu o cheie de partiționare a chiriașilor care asociază elemente DynamoDB cu chiriași individuali. Serviciul partajat de urmărire a costurilor trimite datele agregate de utilizare și de urmărire a costurilor către Amazon S3. Pe baza cazului de utilizare, poate exista și un depozit de date specific aplicației.
Un mediu SaaS multi-tenant poate avea mult mai multe componente. Pentru mai multe informații, consultați Crearea unei soluții SaaS cu mai mulți chiriași folosind AWS Serverless Services.
Suport pentru mai multe modele de implementare
Cadrele SaaS descriu de obicei două modele de implementare: pool și siloz. Pentru modelul pool, toți chiriașii accesează FM dintr-un mediu partajat cu infrastructură comună de stocare și calcul. În modelul siloz, fiecare chiriaș are propriul său set de resurse dedicate. Puteți citi despre modelele de izolare în Cartea albă privind strategiile de izolare a chiriașilor SaaS.
Soluția propusă poate fi adoptată pentru ambele modele de implementare SaaS. În abordarea grupului, un mediu AWS centralizat găzduiește API-ul, stocarea și resursele de calcul. În modul siloz, fiecare echipă accesează API-uri, stocare și resurse de calcul într-un mediu AWS dedicat.
Soluția se potrivește și cu planurile de consum disponibile oferite de Amazon Bedrock. AWS oferă o alegere dintre două planuri de consum pentru deducere:
- La cerere – Acest mod vă permite să utilizați modele de fundație pe bază de plata pe măsură, fără a fi nevoie să vă asumați angajamente pe termen lung
- Debit asigurat – Acest mod vă permite să furnizați un debit suficient pentru a îndeplini cerințele de performanță ale aplicației dvs. în schimbul unui angajament pe termen lung
Pentru mai multe informații despre aceste opțiuni, consultați Prețuri Amazon Bedrock.
Soluția de referință SaaS fără server descrisă în această postare poate aplica planurile de consum Amazon Bedrock pentru a oferi opțiuni de nivelare de bază și premium utilizatorilor finali. De bază ar putea include consumul de debit la cerere sau furnizat al Amazon Bedrock și ar putea include limite specifice de utilizare și buget. Limitele chiriașilor ar putea fi activate prin limitarea cererilor pe baza cererilor, dimensiunilor token-ului sau alocării bugetului. Chiriașii de nivel premium ar putea avea propriile resurse dedicate cu consumul de tranzit furnizat de Amazon Bedrock. Acești chiriași ar fi în mod obișnuit asociați cu sarcini de lucru de producție care necesită un randament ridicat și acces cu latență scăzută la Amazon Bedrock FM.
Concluzie
În această postare, am discutat cum să construim o platformă SaaS internă pentru a accesa modele de bază cu Amazon Bedrock într-o configurație cu mai mulți chiriași, cu accent pe urmărirea costurilor și a utilizării și a limitelor de limitare pentru fiecare chiriaș. Subiectele suplimentare de explorat includ integrarea soluțiilor de autentificare și autorizare existente în organizație, îmbunătățirea stratului API pentru a include socket-uri web pentru interacțiuni bidirecționale cu serverul client, adăugarea de filtrare a conținutului și alte balustrade de guvernare, proiectarea mai multor niveluri de implementare, integrarea altor microservicii în SaaS arhitectura si multe altele.
Întregul cod pentru această soluție este disponibil în GitHub depozit.
Pentru mai multe informații despre cadrele bazate pe SaaS, consultați SaaS Journey Framework: construirea unei noi soluții SaaS pe AWS.
Despre Autori
Hasan Poonawala este arhitect senior în soluții de specialitate AI/ML la AWS, lucrând cu clienți din domeniul sănătății și științe ale vieții. Hasan ajută la proiectarea, implementarea și scalarea aplicațiilor de IA generativă și de învățare automată pe AWS. Are peste 15 ani de experiență de lucru combinată în învățarea automată, dezvoltarea de software și știința datelor pe cloud. În timpul liber, lui Hasan îi place să exploreze natura și să petreacă timp cu prietenii și familia.
Anastasia Tzeveleka este arhitect senior în soluții de specialitate AI/ML la AWS. Ca parte a activității sale, ajută clienții din EMEA să construiască modele de bază și să creeze soluții scalabile de inteligență artificială generativă și de învățare automată folosind serviciile AWS.
Brucenici Pistone este un arhitect de soluții de specialitate generative AI și ML pentru AWS cu sediul în Milano. Lucrează cu clienți mari, ajutându-i să-și înțeleagă în profunzime nevoile tehnice și să proiecteze soluții de AI și de învățare automată care folosesc cel mai bine AWS Cloud și stiva Amazon Machine Learning. Expertiza sa includ: Machine Learning end to end, Machine Learning Industrialization și Generative AI. Îi place să petreacă timpul cu prietenii săi și să exploreze locuri noi, precum și să călătorească către noi destinații.
Vikesh Pandey este un arhitect Generative AI/ML Solutions, specializat în servicii financiare, unde îi ajută pe clienții financiari să construiască și să scaleze platforme și soluții Generative AI/ML care se extind la sute până la mii de utilizatori. În timpul său liber, lui Vikesh îi place să scrie pe diverse forumuri de blog și să construiască lego-uri cu copilul său.
- Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
- PlatoData.Network Vertical Generative Ai. Împuterniciți-vă. Accesați Aici.
- PlatoAiStream. Web3 Intelligence. Cunoștințe amplificate. Accesați Aici.
- PlatoESG. carbon, CleanTech, Energie, Mediu inconjurator, Solar, Managementul deșeurilor. Accesați Aici.
- PlatoHealth. Biotehnologie și Inteligență pentru studii clinice. Accesați Aici.
- Sursa: https://aws.amazon.com/blogs/machine-learning/build-an-internal-saas-service-with-cost-and-usage-tracking-for-foundation-models-on-amazon-bedrock/
- :are
- :este
- :nu
- :Unde
- $UP
- 000
- 1
- 120
- ani 15
- 15%
- 160
- 26%
- 500
- 7
- a
- Despre Noi
- acces
- accesarea
- Cont
- peste
- adapta
- adăugare
- plus
- Suplimentar
- În plus,
- admin
- administratori
- adoptată
- agregate
- AI
- Modele AI
- Platforma AI
- AI / ML
- TOATE
- alocare
- permite
- permite
- de-a lungul
- deja
- de asemenea
- Amazon
- Învățare automată Amazon
- Amazon QuickSight
- Amazon Web Services
- an
- și
- O alta
- Antropică
- Orice
- separat
- api
- Acces API
- CHEILE API
- API-uri
- aplicație
- aplicatii
- Aplică
- abordare
- aprobat
- arhitectură
- arhitecturi
- SUNT
- AS
- alocate
- asociate
- asociați
- At
- de audit
- Autentificare
- autorizare
- autorizat
- disponibil
- AWS
- bazat
- de bază
- bază
- BE
- deoarece
- Început
- CEL MAI BUN
- Mai bine
- între
- Blog
- corp
- atât
- larg
- buget
- construi
- Clădire
- afaceri
- by
- calculată
- calculează
- apel
- apel
- CAN
- capacități
- captura
- capturi
- caz
- Centru
- Centre
- centralizat
- provocări
- schimbarea
- alegere
- client
- clientii
- Cloud
- cod
- Coloane
- combinate
- Comun
- Companii
- component
- componente
- Calcula
- Configuraţie
- conexiune
- consistent
- constă
- Consoleze
- consuma
- Consumatorii
- mistuitor
- consum
- conţinut
- Control
- controlul
- controale
- A costat
- Cheltuieli
- ar putea
- crea
- a creat
- personalizat
- clienţii care
- zilnic
- de date
- știința datelor
- stocare a datelor
- zi
- dedicat
- profund
- defini
- definit
- negat
- Departament
- În funcție
- implementa
- dislocate
- desfășurarea
- implementează
- descrie
- descris
- Amenajări
- proiect
- destinații
- detaliu
- detalii
- dezvoltat
- Dezvoltare
- echipe de dezvoltare
- diagramă
- diferit
- Dimensiuni
- direct
- discuta
- discutat
- do
- Nu
- Dont
- fiecare
- Mai devreme
- uşor
- efect
- oricare
- Încorporarea
- EMEA
- permite
- activat
- capăt
- un capăt la altul
- Punct final
- consolidarea
- asigura
- Întreg
- Mediu inconjurator
- medii
- eroare
- stabili
- Chiar
- eveniment
- exemplu
- depăși
- schimb
- existent
- experienţă
- expertiză
- a explicat
- explică
- explora
- Explorarea
- expres
- extins
- familiar
- familie
- Fișier
- filtrare
- financiar
- Servicii financiare
- se potrivește
- Flexibilitate
- debit
- Concentra
- următor
- urmează
- Pentru
- format
- forumuri
- Fundație
- fundamentale
- Fundații
- Cadru
- cadre
- Frecvență
- Prietenii lui
- din
- faţă
- În față
- complet
- funcţie
- funcțional
- funcționalitate
- funcții
- mai mult
- poartă
- gateway-uri
- General
- generată
- generează
- generaţie
- generativ
- AI generativă
- devine
- GitHub
- dat
- Go
- guvernare
- guvernată
- grup
- manipula
- lucru
- Avea
- având în
- he
- de asistență medicală
- înălțime
- ajutor
- ajută
- ei
- aici
- Înalt
- performanta inalta
- lui
- Gazdele
- Cum
- Cum Pentru a
- HTML
- http
- HTTPS
- sute
- ID
- identificator
- identifica
- Identitate
- if
- imagine
- Impactul
- punerea în aplicare a
- implementat
- in
- include
- Inclusiv
- individ
- dedus
- informații
- Infrastructură
- inova
- intrare
- intrări
- instrucțiuni
- integra
- integrarea
- integrare
- interacţiona
- interacţiune
- interacţiuni
- interfaţă
- intern
- în
- invocat
- izolare
- problema
- emitent
- IT
- articole
- ESTE
- călătorie
- jpg
- Cheie
- chei
- Copil
- Labs
- Limbă
- mare
- Nume
- Latență
- strat
- straturi
- conducere
- AFLAȚI
- învăţare
- Nivel
- Viaţă
- Life Sciences
- ca
- îi place
- Limitele
- Linie
- linii
- listat
- local
- logare
- logică
- Uite
- arată ca
- Lot
- iubeste
- Jos
- maşină
- masina de învățare
- Mentine
- face
- administra
- gestionate
- administrare
- de conducere
- multe
- Hartă
- maxim
- Mai..
- mecanisme
- Întâlni
- menționat
- meta
- Metode
- microserviciu
- microservices
- ar putea
- MILAN
- ML
- mod
- model
- Modele
- monitor
- mai mult
- cele mai multe
- mult
- multiplu
- Natură
- necesar
- Nevoie
- necesar
- nevoilor
- rețele
- Nou
- număr
- numerotat
- a avut loc
- of
- promoții
- on
- La cerere
- ONE
- afară
- deschide
- open-source
- funcionar
- operaţie
- Opţiuni
- or
- comandă
- organizație
- Altele
- schiță
- producție
- iesiri
- peste
- propriu
- pagină
- parametru
- parametrii
- parte
- pentru
- performanță
- permisiuni
- Locuri
- plan
- Planurile
- platformă
- Platforme
- Plato
- Informații despre date Platon
- PlatoData
- Politica
- piscină
- Post
- potenţial
- alimentat
- precedent
- predefinite
- Premium
- cadouri
- precedent
- în prealabil
- Prețuri
- de stabilire a prețurilor
- intimitate
- privat
- producere
- Produse
- Programare
- limbaje de programare
- proiect
- propus
- furniza
- prevăzut
- furnizori
- furnizează
- furnizarea
- dispoziţie
- Piton
- întrebare
- repede
- ridica
- gamă
- rată
- Citeste
- recent
- trimite
- referință
- Inregistreaza-te
- înregistrare
- Înscriere
- Reglementa
- Rapoarte
- depozit
- reprezintă
- solicita
- cereri de
- necesita
- Cerinţe
- rezervat
- Resurse
- respectare
- respectiv
- respectiv
- răspuns
- responsabil
- REST
- restrânge
- reveni
- Returnează
- Rol
- rute
- Regula
- Alerga
- ruleaza
- SaaS
- acelaşi
- salvate
- scalabil
- Scară
- cântare
- scenarii
- programa
- Ştiinţă
- ȘTIINȚE
- domeniu
- secțiuni
- în siguranță,
- securitate
- vedea
- caută
- SELF
- trimite
- senior
- trimis
- distinct
- serverul
- serverless
- serviciu
- Servicii
- set
- Seturi
- configurarea
- Distribuie
- comun
- ea
- Arăta
- indicat
- simplu
- simplitate
- singur
- dimensiuni
- Software
- sistem de operare ca serviciu
- de dezvoltare de software
- soluţie
- soluţii
- unele
- Sursă
- specializata
- specialist
- specific
- specific
- Specificaţii
- specificată
- viteză
- petrece
- Cheltuire
- Stabilitate
- stivui
- Începe
- paşi
- depozitare
- stoca
- stocate
- magazine
- strategii
- subrețele
- de succes
- astfel de
- suficient
- sigur
- tabel
- Ţintă
- echipă
- echipe
- Tehnic
- Tehnologia
- șablon
- chiriaş
- durată
- a) Sport and Nutrition Awareness Day in Manasia Around XNUMX people from the rural commune Manasia have participated in a sports and healthy nutrition oriented activity in one of the community’s sports ready yards. This activity was meant to gather, mainly, middle-aged people from a Romanian rural community and teach them about the benefits that sports have on both their mental and physical health and on how sporting activities can be used to bring people from a community closer together. Three trainers were made available for this event, so that the participants would get the best possible experience physically and so that they could have the best access possible to correct information and good sports/nutrition practices. b) Sports Awareness Day in Poiana Țapului A group of young participants have taken part in sporting activities meant to teach them about sporting conduct, fairplay, and safe physical activities. The day culminated with a football match.
- acea
- informațiile
- lor
- Lor
- se
- apoi
- Acolo.
- Acestea
- ei
- lucruri
- acest
- mii
- Prin
- debit
- Nivelul
- timp
- gigant
- la
- semn
- indicativele
- subiecte
- Total
- urmări
- Urmărire
- piese
- adevărat
- Două
- tip
- tipic
- înţelege
- unic
- deschide
- actualizat
- Folosire
- utilizare
- carcasa de utilizare
- utilizat
- Utilizator
- utilizatorii
- utilizări
- folosind
- v1
- valoare
- diverse
- versiune
- Versiunile
- de
- Vizualizare
- vizibilitate
- vizualizare
- imagina
- we
- web
- servicii web
- Prize web
- BINE
- Ce
- Ce este
- cand
- care
- în timp ce
- OMS
- lățime
- cu
- în
- fără
- Apartamente
- flux de lucru
- de lucru
- fabrică
- ar
- scrie
- ani
- Tu
- Ta
- zephyrnet