Lambda 是本指南的主要组件，它使用 LangChain 编排工具，通过托管在 Amazon Bedrock 和 SageMaker 上的基础模型有效地与多个 LLM 交互。Lambda 是无服务器的，无需配置和管理服务器；API Gateway 与 Lambda 无缝集成，省去了运行 API 服务器的操作开销。此外，Amazon CloudWatch 提供全面的监控和对系统性能的近乎实时的见解，从而实现主动问题检测和通过警报快速响应。Lambda 和 CloudWatch 共同作用，从而简化操作、增强系统弹性，并提供关键的可观测性。

AWS 身份和访问管理 (IAM) 、 Lambda、Amazon Bedrock、OpenSearch Service、SageMaker 和 Amazon S3 共同帮助您实施安全最佳实践，例如加密、隔离和最低权限访问。具体来说，Bedrock 功能包括加密、访问控制，并且无需将数据共享给 LLM 提供商即可安全访问 LLM。OpenSearch Service 通过虚拟私有云（VPC）、安全组或基于 IP 的策略安全地连接到其他应用程序。此外，SageMaker 允许在 VPC 模式下运行以实现网络隔离，在这种模式下，可以通过 VPC 安全组和网络访问控制列表（ACL）对 SageMaker 笔记本、端点和其他资源实施访问控制。此外，Amazon S3 的服务器端加密（SSE）可确保存储在 Amazon S3 中的历史帖子在静止时加密。最后，本指南考虑的另一个安全保障措施包括 LangChain 编排工具，它在隔离的运行时环境中运行，可以限制基础设施的暴露水平并防止安全漏洞。

Lambda、DynamoDB、SageMaker、OpenSearch Service 和 API Gateway 被选中用于此解决方案，以帮助您的工作负载正确、一致地执行其预期功能并快速完成故障恢复。首先，通过配置 Lambda，您的工作负载可以根据事件自动扩展和管理代码处理，确保您的应用程序可以在无需用户干预的情况下处理不同的工作负载。其次，DynamoDB 提供高可用性、自动备份和强大的数据复制功能，可降低数据丢失风险并确保稳定的性能，从而提高应用程序的整体可靠性。第三，SageMaker 推理自动扩展端点可自动调整部署的实例数量以处理不同的工作负载，从而确保系统可靠性，防止过载并确保用户响应时间一致。第四，OpenSearch Service 提供自动备份和自动扩缩功能，这两项功能均可通过确保数据可用性和可扩展性来增强系统的可靠性，最终有助于打造更可靠的系统。最后，API Gateway 可通过自动扩缩、运行状况检查和重试功能来抵御故障；它还支持跨多个区域的部署。

为本指南选择的服务可帮助您监控云工作负载的性能，同时确保随着业务需求的发展，您依然能够保持高效。例如，Amazon S3 Intelligent-Tiering 通过在数据访问频率降低时自动将数据移动到成本较低的存储类别，从而优化性能和成本效益，从而节省成本。Lambda 是另一项旨在帮助您充分利用云工作负载的服务。其配置针对内存和其他设置进行了优化，有助于确保为函数分配正确数量的资源，从而提高处理效率。OpenSearch Service 的集群管理通过在集群中的节点之间高效分配工作负载来提高性能，确保搜索功能响应迅速且可靠。DynamoDB 读写单元允许您根据需要配置和调整容量，从而优化数据库性能和成本效率。Amazon Kendra 可以通过调整其搜索索引和相关性排名来优化性能，从而获得更快、更准确的搜索结果，提高您和您的用户的信息检索效率。

选择适当的数据库服务，例如亚马逊关系数据库服务 (Amazon RDS) 或 A mazon Aurora，可以通过使数据库功能与实际要求保持一致来节省成本。此外，在使用 Amazon Bedrock 时，减少提示长度并限制响应令牌输出有助于通过减少语言模型的工作负载来降低计算成本。此外，A mazon Bedrock 模型调整和 AWS Inferentia 实例有助于提高资源利用效率，有可能在保持甚至改善性能的同时降低运营成本。

Lambda、DynamoDB 和 Amazon Bedrock 都可以最大限度地减少运行云工作负载对环境的影响。Lambda 通过高效管理代码处理并减少不必要的资源消耗和能源使用来实现这一点。DynamoDB 通过提供自动备份和强大的数据复制来增强可持续性，降低数据丢失风险并最大限度地减少对额外能源密集型基础设施的需求。此外，Amazon Bedrock 与多个客户共享底层基础设施，随着更多用户使用该服务，实现更高的能源效率，从而减少整体环境影响。