在本文中，我们将介绍全局跨区域推理如何路由请求以及数据驻留在何处，然后向您展示如何配置所需的 AWS Identity and Access Management (IAM) 权限并使用全局推理配置文件 Amazon 资源名称 (ARN) 调用 Claude 4.5 模型。我们还介绍了如何请求增加工作负载的配额。最后，您将在 af-south-1 中实现全局跨区域推理。
Simplify ModelOps with Amazon SageMaker AI Projects using Amazon S3-based templates
本文探讨了如何使用基于 Amazon S3 的模板来简化 ModelOps 工作流程，介绍与使用 Service Catalog 方法相比的主要优势，并演示如何创建与 GitHub 和 GitHub Actions 集成的自定义 ModelOps 解决方案，为您的团队提供功能齐全的 ML 环境的一键配置。
Build an intelligent contract management solution with Amazon Quick Suite and Bedrock AgentCore
本博文演示了如何使用 Amazon Quick Suite 作为主要合同管理解决方案构建智能合同管理解决方案，并通过 Amazon Bedrock AgentCore 进行增强以实现高级多代理功能。
Build AI agents with Amazon Bedrock AgentCore using AWS CloudFormation
Amazon Bedrock AgentCore 服务现在受到各种 IaC 框架的支持，例如 AWS 云开发套件 (AWS CDK)、Terraform 和 AWS CloudFormation 模板。这种集成将 IaC 的强大功能直接引入 AgentCore，以便开发人员可以调配、配置和管理他们的 AI 代理基础设施。在这篇文章中，我们使用 CloudFormation 模板为天气活动规划器构建端到端应用程序。
How the Amazon.com Catalog Team built self-learning generative AI at scale with Amazon Bedrock
在这篇文章中，我们演示了 Amazon Catalog 团队如何使用 Amazon Bedrock 构建一个自学习系统，该系统不断提高准确性，同时大规模降低成本。
