Implementing on-demand deployment with customized Amazon Nova models on Amazon Bedrock
在这篇文章中，我们浏览了亚马逊基岩的自定义模型按需部署工作流程，并使用AWS管理控制台和API或AWS SDK提供逐步实施指南。我们还讨论了在亚马逊基岩上部署定制的亚马逊新星模型的最佳实践和考虑因素。
AI in AWS? Lock Down IAM First
AWS BEDROCK使云团队易于构建和部署生成的AI应用程序。只需单击几下，开发人员就可以站起来可以查询公司数据，自动化工作流以及与AWS服务互动的代理。但是这些新功能引入了新的风险。当AI代理进入基础架构的那一刻，您需要[…]
Rachel Reeves is hoping deregulation will save the economy. We know how that ends | Larry Elliott
本周总理对城市老板的润肤演讲令人震惊。有更好的方法可以复兴英国的Fortunesrachel Reeves，当时她在本周将豪宅的演讲传递给该市最好的豪宅时处于完整的Iron Lady模式。法规的行为就像是“靴子上的靴子”，扼杀了企业和创新。削减繁文tape节将对整个经济产生“连锁反应”。监管机构不应让位于“过度谨慎”的诱惑，而应大胆地调节增长。自从奈杰尔·劳森（Nigel Lawson）讲话以来，可能是保守党总理。总理不需要水晶球来告诉他们财务放松管制在哪里。他们可以阅读许多书，详细介绍上次尝试的事情。 2008年的全球金融危机之所以出现，是因为政策制定者承受着从大金融到扫除“繁重”规定的压力
New Colorado law mandates black history in K-12 public schools
6月初，州长贾里德·波利斯（Jared Polis）签署了法律立法，以在科罗拉多州的公立K-12学校建立全州黑人历史教育标准。 HB25-1149由代表性Regina English，D-Colorado Springs和参议员Tony Exum，Sr。，D-Colorado Springs赞助，要求科罗拉多州教育部为黑人历史和文化研究提供标准的K-12课程，用于黑人历史和文化研究[…]新的科罗拉多州法律统治后的New Colorado Laws在K-12公立学校中的黑人历史训练室是教育室，该课程是一名教育室，是该公共学校的一名教育室。
这篇文章与Nvidia的Andrew Liu，Chelsea Isaac，Zoey Zhang和Charlie Huang共同撰写。 Amazon Web服务（AWS）上的DGX Cloud代表了民主化获得高性能AI基础架构的重大飞跃。通过将NVIDIA GPU专业知识与AWS可扩展的云服务相结合，组织可以加速训练时间，降低操作复杂性并解锁[…]
Accelerate generative AI inference with NVIDIA Dynamo and Amazon EKS
这篇文章介绍了Nvidia Dynamo，并解释了如何在Amazon EKS上设置它以进行自动缩放和简化Kubernetes操作。我们提供了动手演练，该演练使用AWS Labs在EKS GitHub Repo上的AI上使用NVIDIA Dynamo蓝图来提供基础架构，配置监视并安装NVIDIA DYNAMO操作员。
AWS doubles investment in AWS Generative AI Innovation Center, marking two years of customer success
在这篇文章中，AWS宣布对其AWS生成AI创新中心进行了1亿美元的额外投资，标志着从金融服务到医疗保健的行业，两年的成功客户合作。这项投资随着AI发展朝着更加自主的代理系统发展，该中心已经帮助数千个客户推动了数百万的生产力增长并改变客户体验。
Build AI-driven policy creation for vehicle data collection and automation using Amazon Bedrock
Sonatus与AWS生成AI创新中心合作，开发了自然语言界面，以使用生成AI生成数据收集和自动化策略。这项创新旨在将政策生成过程从几天减少到几分钟，同时使工程师和非专家都可以使用。在这篇文章中，我们探讨了如何使用Sonatus的Collector AI和Amazon Bedrock构建该系统。我们讨论背景，挑战和高级解决方案体系结构。
Build secure RAG applications with AWS serverless data lakes
在这篇文章中，我们探讨了如何使用无服务器数据湖体系结构构建安全的RAG应用程序，这是支持生成AI开发的重要数据策略。我们使用亚马逊Web服务（AWS）服务，包括Amazon S3，Amazon DynamoDB，AWS Lambda和Amazon Bedrock知识库来创建一个全面的解决方案，以支持可以扩展到结构化数据的非结构化数据资产。该帖子涵盖了如何为您的企业数据实施细粒度的访问控件，并设计元数据驱动的检索系统，以尊重安全边界。这些方法将帮助您最大程度地提高组织数据的价值，同时保持强大的安全性和合规性。
Transforming Learning: A Deep Dive into BenQ’s New Google-Integrated Classroom Solutions
在ISTELIVE，BENQ展示了创新的课堂解决方案，优先考虑整合，安全性和可用性的教师。他们的交互式显示器现在已获得EDLA认证，可以启用无缝的Google Workspace访问，并受到AWS的保护。关键功能包括轻松登录，无线铸造，课程进口和交互式工具，为学生培养吸引人的学习环境。邮政转型学习：深入研究Benq新的Google-New Commented课堂解决方案，首先出现在Teachercast Educational网络上。
Advanced fine-tuning methods on Amazon SageMaker AI
在AWS上微调ML模型时，您可以为您的特定需求选择合适的工具。 AWS为数据科学家，ML工程师和业务用户提供了一系列全面的工具，以实现其ML目标。 AWS建立了支持各种ML复杂性的解决方案，从简单的Sagemaker培训工作进行FM微调到萨吉马制造商Hyperpod的力量进行尖端研究。我们邀请您探索这些选项，从适合您当前需求的内容开始，并随着这些需求的变化而发展您的方法。
Intelligent document processing at scale with generative AI and Amazon Bedrock Data Automation
本文提供了由亚马逊基石数据自动化和其他AWS服务提供支持的端到端IDP应用程序。它提供了可重复使用的AWS基础架构作为代码（IAC），该代码（IAC）部署了IDP管道，并提供了直观的UI，可以将文档转换为大规模的结构化表。该应用程序仅要求用户提供输入文档（例如合同或电子邮件）和要提取的属性列表。然后，它使用生成AI执行IDP。
Implement user-level access control for multi-tenant ML platforms on Amazon SageMaker AI
在这篇文章中，我们讨论了权限管理策略，重点介绍了基于属性的访问控制（ABAC）模式，这些模式可实现粒度用户访问控制，同时最大程度地减少AWS身份和访问管理（IAM）角色的扩散。我们还分享了经过验证的最佳实践，可帮助组织维持安全性和合规性，而无需牺牲其ML工作流程的运营效率。
Long-running execution flows now supported in Amazon Bedrock Flows in public preview
我们宣布，在亚马逊基岩流动中的长期执行（异步）流量支持的公众预览。借助亚马逊基石流，您可以将基础型号（FMS），亚马逊基岩提示管理，亚马逊基岩代理，亚马逊基岩知识库，亚马逊基岩护栏和其他AWS服务一起构建和扩展预定义的生成AI工作流程。
Vertiv Drops After Amazon Unveils In-House Liquid Cooling System, Marking Pivot To Liquid
vertiv在亚马逊公开内部液体冷却系统后降低，这标志着美国数据中心基础设施公司的液体枢纽于周四在纽约跌跌撞撞的基于数据中心的vertiv Holdings在亚马逊Web服务公布了自己的内部液体液体冷却系统的数据中心，从而提高了对vertiv fortiv forty inter的网站的关注。包括：第一个是一栋建筑物，可以保护服务器免受雨，雪甚至滚滚草的侵害的东西。第二个是力量，使所有服务器运行的果汁。第三个是冷却的。这是这些服务器可以在几分钟之内过热和关闭的元素。它也是亚马逊网络服务（AWS），整个数据中心行业正处于从空气基于液体的解决方案过渡到基于液体的解决方案。WAWS解释说，基于空气的
Use K8sGPT and Amazon Bedrock for simplified Kubernetes cluster maintenance
这篇文章展示了与Amazon Bedrock在AWS中运行K8SGPT的最佳实践：K8SGPT CLI和K8SGPT操作员。它展示了该解决方案如何通过连续监视和操作智能来帮助SRES简化Kubernetes群集管理。
Build an MCP application with Mistral models on AWS
这篇文章演示了使用Mistral AI模型在AWS和MCP上建立智能AI助手，从而集成了实时位置服务，时间数据和上下文内存，以处理复杂的多模式查询。此用例，餐厅的建议是一个例子，但是可以通过修改MCP服务器配置以与您的特定数据源和业务系统连接来适应企业用例。
