AWS Architecture Design for AI/GenAI Workloads

Generic, brand-neutral engineering capability; deep, sourced playbooks live in references/ and knowledge/. [DOC]

Generic, brand-neutral engineering capability; sourced playbooks in references//knowledge/. [DOC]

TL;DR

Diseñar, evaluar y optimizar arquitecturas AWS para sistemas de inteligencia artificial y AI generativa, aplicando el Well-Architected Framework con GenAI Lens, patrones arquitectónicos probados, y matrices de selección de servicios que equilibren rendimiento, costo, seguridad y sostenibilidad [EXPLICIT]

When to Use

• Diseñar una nueva arquitectura AI/GenAI sobre AWS
• Evaluar una arquitectura existente contra Well-Architected GenAI Lens
• Seleccionar servicios AWS para componentes de AI (vector stores, compute, orchestration)
• Migrar workloads de AI de on-premise o otro cloud a AWS
• Optimizar costos de inferencia, training, o almacenamiento en AWS
• Diseñar patrones RAG, Agents, o Fine-Tuning con servicios nativos AWS

When NOT to Use

• Arquitectura AI cloud-agnostic sin preferencia de proveedor → usar ai-software-architecture
• Diseño de pipelines ML sin especificidad AWS → usar ai-pipeline-architecture
• Patrones de diseño AI independientes de infraestructura → usar ai-design-patterns
• Arquitectura GenAI conceptual sin implementación AWS → usar genai-architecture
• Multi-cloud con AWS como componente menor → usar cloud-native-architecture

---

Sub-capabilities (resource map)

Deep, evidence-tagged playbooks — open the one the task needs (ICM Layer 3, on-demand). [INFERENCE]

Procedure

1. Resolve the sub-capability; open the matching references/ playbook. [EXPLICIT]
2. Apply its decision tables; pick the strategy explicitly. [EXPLICIT]
3. Validate against the Quality Criteria and tag every claim. [EXPLICIT]

Quality Criteria

• Sub-capability resolved to one playbook. [INFERENCE]
• Claims evidence-tagged. [EXPLICIT]

Contract

• Aceptación: capability resolved to its reference playbook, applied, validated, evidence-tagged. [EXPLICIT]
• Límites: 1. NO genera código IaC (CDK/CloudFormation/Terraform) — define la arquitectura que el equipo implementa 2. NO reemplaza un AWS Solutions Architect review — complementa con perspec. [EXPLICIT]
• Casos borde: 1. Modelo no disponible en la región: Documentar cross-region inference profile como solución. Si compliance impide cross-region, evaluar SageMaker con modelo self-hosted como. [EXPLICIT]
• Supuestos: 1. El cliente tiene o puede obtener una cuenta AWS con acceso a Bedrock en la región requerida 2. Los modelos foundation necesarios están disponibles en la región AWS del cliente 3. [SUPUESTO]
• Trade-off: Dimension Bedrock Managed SageMaker Custom Hybrid ----------- ---------------- ----------------- -------- Time-to-market ★★★★★ ★★☆☆☆ ★★★☆☆ Model flexibility. [EXPLICIT]

Packet

Capas del packet, cargables bajo demanda (disciplina ICM: una capa por vez, nunca todas juntas): references/ guías de profundidad (cargar UNA por etapa) · knowledge/ cuerpo de conocimiento · prompts/ prompts listos · examples/ salida de ejemplo · agents/ subagentes del packet · assets/ recursos estáticos.