How Microsoft’s AI Ecosystem Outperforms Salesforce and AWS
AI 代理是自主系统，旨在执行通常需要人工参与的任务。通过使用高级算法，这些代理可以处理各种功能，从回答客户查询到预测业务趋势。这种自动化不仅简化了重复过程，还使人类工作者能够专注于更具战略性和创造性的 […] 文章微软的 AI 生态系统如何胜过 Salesforce 和 AWS 首先出现在 Unite.AI 上。
在 AWS re:Invent 2024 结束后不久，我们采访了数据和 AI 副总裁 Swami Sivasubramanian 博士，听取了他的印象，并深入了解最新的 AWS 创新如何帮助满足客户在构建和扩展变革性生成 AI 应用程序时的实际需求。
What We Saw At AWS re:Invent 2024
生成式人工智能的突然崛起可能让 AWS 措手不及，但现在它正从各个可能的角度发起竞争。获取 AWS re:Invent 2024 的关键要点。
Thoughtworks And AWS Collaborate To Advance AI Adoption Across Industries
请注意，我们无权提供任何投资建议。本页内容仅供参考。知名科技公司 Thoughtworks 和亚马逊网络服务 (AWS) 已达成战略合作协议 (SCA)，以帮助企业使用生成式人工智能 (GenAI) 并解决亚太地区的棘手问题。这种团队合作……继续阅读 Thoughtworks 和 AWS 合作推动跨行业采用 AI 这篇文章 Thoughtworks 和 AWS 合作推动跨行业采用 AI 首次出现在 Economy Watch 上。
How AWS sales uses Amazon Q Business for customer engagement
2024 年 4 月，我们推出了我们的 AI 销售助理，我们称之为 Field Advisor，由 Amazon Q Business 提供支持，可供销售、营销和全球服务部门的 AWS 员工使用。从那时起，成千上万的活跃用户通过 Field Advisor（我们已将其嵌入到我们的客户关系管理 (CRM) 系统中）以及通过 Slack 应用程序提出了数十万个问题。
在本文中，我们通过自动执行以下任务来说明生成式 AI 在 Tealium 与 AWS 生成式 AI 创新中心 (GenAIIC) 团队合作中的重要性：1/ 基于由 Amazon Bedrock 提供支持的 Ragas 存储库评估 RAG 系统的检索器和生成的答案，2/ 使用基于 Auto-Instruct 存储库的自动提示工程技术为每个问答对生成改进的指令。指令是指给予模型以指导生成响应的一般方向或命令。这些指令是使用 Amazon Bedrock 上的 Anthropic 的 Claude 生成的，4/ 为基于人机交互的反馈机制提供 UI，以补充由 Amazon Bedrock 提供支持
借助各种生成式 AIfoundation 模型 (FM) 以及在 AmazonSageMaker 中构建和训练自己的机器学习 (ML) 模型的能力，用户希望以无缝且安全的方式试验和选择能够为其业务带来最大价值的模型。在 ML 的初始阶段 […]
Building Generative AI and ML solutions faster with AI apps from AWS partners using Amazon SageMaker
今天，我们很高兴地宣布，来自 AWS 合作伙伴的 AI 应用程序现已在 SageMaker 中可用。您现在可以私密且安全地查找、部署和使用这些 AI 应用程序，而无需离开 SageMaker AI，因此您可以更快地开发高性能 AI 模型。
NVIDIA Advances Physical AI With Accelerated Robotics Simulation on AWS
Field AI 正在构建机器人大脑，使机器人能够自主管理各种工业流程。 Vention 创建了预先训练的技能，以简化机器人任务的开发。 Cobot 提供 Proxie，这是一款由人工智能驱动的协作机器人，旨在处理物料移动并适应动态环境，与人类无缝协作。 这些领先的机器人初创公司都是阅读文章
November Recap: New AWS Sensitive Permissions and Services
随着 AWS 的不断发展，我们经常引入新的服务和权限来增强功能和安全性。本博客全面回顾了 2024 年 10 月添加的新敏感权限和服务。我们分享此内容的目的是标记最重要的版本，以便您关注并更新您的权限和 […]
AWS DeepRacer: How to master physical racing?
在这篇博文中，我将介绍物理 AWS DeepRacer 赛车（真实赛道上的真实汽车）与虚拟世界中的赛车（模拟 3D 环境中的模型）的不同之处。我将介绍基础知识、虚拟与物理之间的差异，以及我为深入了解挑战所采取的步骤。
AWS Cloud Development Kit Vulnerability Enables Full AWS Account Takeover
安全公司 Aqua 在 AWS 云开发工具包 (CDK) 中发现的一个新漏洞可能导致攻击者由于手动删除工件 S3 存储桶而完全接管目标 AWS 帐户。虽然 AWS 修复了此漏洞，但如果您使用的是 CDK 版本 v2.148.1 或更早版本，您仍需要采取行动。作者：Sergio De Simone
Deploy Meta Llama 3.1-8B on AWS Inferentia using Amazon EKS and vLLM
在本文中，我们将介绍使用 Amazon EKS 在 Inferentia 2 实例上部署 Meta Llama 3.1-8B 模型的步骤。此解决方案将 Inferentia 2 芯片的卓越性能和成本效益与 Amazon EKS 的强大和灵活的环境相结合。Inferentia 2 芯片提供高吞吐量和低延迟推理，非常适合 LLM。
Serving LLMs using vLLM and Amazon EC2 instances with AWS AI chips
在过去一年中，大型语言模型 (LLM) 和生成式 AI 的使用呈爆炸式增长。随着强大的公开基础模型的发布，用于训练、微调和托管您自己的 LLM 的工具也变得民主化。在 AWS Trainium 和 Inferentia 上使用 vLLM 可以托管 LLM 以实现高性能 [...]
Enhanced observability for AWS Trainium and AWS Inferentia with Datadog
本博文将引导您了解 Datadog 与 AWS Neuron 的新集成，它通过提供对资源利用率、模型执行性能、延迟和实时基础设施运行状况的深度可观察性来帮助您监控 AWS Trainium 和 AWS Inferentia 实例，使您能够优化机器学习 (ML) 工作负载并实现大规模高性能。
Apply Amazon SageMaker Studio lifecycle configurations using AWS CDK
本篇文章是有关如何为您的 Amazon SageMaker Studio 域设置生命周期配置的分步指南。借助生命周期配置，系统管理员可以对其 SageMaker Studio 域及其用户应用自动控制。我们涵盖了 SageMaker Studio 的核心概念，并提供了如何将生命周期配置应用于 […] 的代码示例
How Crexi achieved ML models deployment on AWS at scale and boosted efficiency
Commercial Real Estate Exchange, Inc. (Crexi) 是一个数字市场和平台，旨在简化商业房地产交易。在这篇文章中，我们将回顾 Crexi 如何实现其业务需求，并开发一个多功能且强大的框架来创建和部署 AI/ML 管道。这种可定制且可扩展的解决方案允许高效部署和管理其 ML 模型，以满足不同的项目要求。
Overture Maps Foundation 和其他公司利用 Wherobots 更快地将地理空间产品推向市场，同时在云端将其工作负载提高 20 倍
