我们很高兴地宣布，Meta Llama 3.1 8B 和 70B 推理支持已在 Amazon SageMaker JumpStart 中的 AWS Trainium 和 AWS Inferentia 实例上推出。 Trainium 和 Inferentia 由 AWS Neuron 软件开发工具包 (SDK) 提供支持，可提供高性能并将 Meta Llama 3.1 的部署成本降低高达 50%。在这篇文章中，我们演示了如何在 SageMaker JumpStart 中的 Trainium 和 Inferentia 实例上部署 Meta Llama 3.1。
AWS achieves ISO/IEC 42001:2023 Artificial Intelligence Management System accredited certification
Amazon Web Services (AWS) 很高兴成为第一家宣布以下 AI 服务获得 ISO/IEC 42001 认证的主要云服务提供商：Amazon Bedrock、Amazon Q Business、Amazon Textract 和 Amazon Transcribe。ISO/IEC 42001 是一项国际管理系统标准，概述了组织促进负责任地开发和使用 AI 系统的要求和控制。
Orchestrate generative AI workflows with Amazon Bedrock and AWS Step Functions
本博文讨论了如何使用 AWS Step Functions 高效协调多步骤生成式 AI 工作流，例如并行化对 Amazon Bedrock 的 API 调用以快速收集已提交问题列表的答案。我们还介绍了使用检索增强生成 (RAG) 来优化输出并提供额外的精度，以及通过 Step Functions 进行的其他可能的集成。
Build generative AI applications on Amazon Bedrock with the AWS SDK for Python (Boto3)
在本博文中，我们将演示如何使用 Amazon Bedrock 和 AWS SDK for Python (Boto3) 以编程方式整合 FM。我们将探讨如何调用特定 FM 并处理生成的文本，展示开发人员在应用程序中使用这些模型用于各种用例的潜力
Revolutionizing knowledge management: VW’s AI prototype journey with AWS
我们很高兴与大家分享大众汽车集团（汽车行业的创新者和欧洲最大的汽车制造商）的历程，他们利用生成式人工智能、Amazon Bedrock 和 Amazon Kendra 设计了基于检索增强生成 (RAG) 的解决方案，让用户更轻松地访问内部信息，从而增强了知识管理。该解决方案可有效处理包含文本和图像的文档，从而显著增强了大众汽车集团在其生产领域的知识管理能力。
Racing into the future: How AWS DeepRacer fueled my AI and ML journey
2018 年，我坐在 AWS re:Invent 的观众席上，听 Andy Jassy 宣布推出 AWS DeepRacer——一款由强化学习驱动的全自动 1/18 比例赛车。当时，我对人工智能或机器学习 (ML) 知之甚少。作为一名从传统网络过渡到云技术的工程师，我从未将自己视为开发人员。[…]
Your guide to generative AI and ML at AWS re:Invent 2024
在此与会者指南中，我们将重点介绍一些我们最喜欢的会议，让您了解即将发生的事情。为了帮助您规划今年 re:Invent 的议程，以下是生成式 AI 和 ML 会议的一些亮点。访问会议目录以了解我们所有的生成式 AI 和 ML 会议。
Customize small language models on AWS with automotive terminology
在本文中，我们将指导您完成在 AWS 上自定义 SLM 的各个阶段，特别关注汽车术语作为问答任务的诊断。我们从数据分析阶段开始，然后逐步完成端到端流程，涵盖微调、部署和评估。我们将定制的 SLM 与通用 LLM 进行比较，使用各种指标来评估词汇丰富度和整体准确性。
AWS 发布的资源控制策略 (RCP) 与现有服务控制策略 (SCP) 结合使用，使云架构师能够创建一个身份边界，大规模控制所有不必要的权限和对资源的访问。使用它们消除了对每个工作负载繁琐的最小特权要求，促进了开发人员的创新。了解 RCP 资源 […]
Generate AWS Resilience Hub findings in natural language using Amazon Bedrock
本博文讨论了一种结合 AWS Resilience Hub 和 Amazon Bedrock 以自然语言生成架构结果的解决方案。通过使用弹性枢纽和亚马逊基岩的功能，您可以与公司内部的C套件高管，工程师，经理和其他角色分享发现，以提供更好的可见性，而不是维护弹性架构
在本文中，我们探讨了 Principal 如何使用 QnABot 与 Amazon Q Business 和 Amazon Bedrock 配对来创建 Principal AI 生成式体验：一种用户友好、安全的内部聊天机器人，可更快地访问信息。使用生成式 AI，Principal 的员工现在可以专注于更深入的基于人类判断的决策，而不是花时间手动从数据源中搜索答案。
Understanding prompt engineering: Unlock the creative potential of Stability AI models on AWS
Stability AI 在 Amazon SageMaker JumpStart 上最新推出的 Stable Diffusion 3.5 Large (SD3.5L) 通过生成更多样化的输出并紧密遵循用户提示来增强图像生成、人体解剖渲染和排版，使其成为对其前身的重大升级。在这篇文章中，我们将探索可以增强这些模型性能的高级提示工程技术，并通过文本到图像的转换促进引人注目的图像的创建。
Unused AWS services lead to unexpected costs. Here’s how to turn them off
在一家公司中，谁拥有云？这并不总是很清楚。也许更好的问题是：谁负责云的成本？答案始终是运营主管。这个人可以被称为“DevOps”，或者负责管理“平台”团队——头衔并不重要。这个人的工作就是负责云的 […]
在本文中，我们将探讨构建 AWS AI 驱动的 Chrome 扩展程序背后的方法，该扩展程序旨在通过直接在您的浏览器中提供实时转录、翻译和摘要功能来彻底改变直播体验。
在本文中，您将学习如何使用 Amazon Rekognition 从图像查询中提取关键对象，并使用 Amazon Bedrock 的 Amazon Titan Multimodal Embeddings 结合 Amazon OpenSearch Serverless Service 构建反向图像搜索引擎。
Sapio Sciences Expands Collaboration With AWS to Advance Science-Aware AI Vision
协作使客户能够安全、自信地使用 AI 来加速药物研究和发现。
Build a multi-tenant generative AI environment for your enterprise on AWS
虽然组织继续发现生成式人工智能的强大应用，但采用速度往往会因团队孤岛和定制工作流程而减慢。为了加快步伐，企业需要强大的运营模式和简化生成式人工智能生命周期的整体方法。在本系列的第一部分中，我们展示了人工智能管理员如何构建 […]
AWS security essentials for managing compliance, data protection, and threat detection
AWS 提供了一套全面的安全工具，帮助组织管理合规性、保护敏感数据并检测其环境中的威胁。从 AWS Security Hub 和 Amazon GuardDuty 到 Amazon Macie 和 AWS Config，每种工具对于增强可见性、自动响应和维护安全的云基础设施都至关重要。本文探讨了这些 AWS 安全要点，深入了解了它们如何协同工作以保护云环境免受潜在风险并确保强大的合规性。...更多→文章 AWS 安全要点，用于管理合规性、数据保护和威胁检测，首先出现在 Help Net Security 上。
