Amazon KI

Amazon Bedrock bietet verwalteten Zugriff auf Foundation-Modelle und zugehörige Anwendungsfähigkeiten. Amazon SageMaker AI unterstützt den Bau, das Training und die Bereitstellung von Machine-Learning-Modellen. Die Dienste können sich in einigen Workflows überschneiden, daher sollten Sie für die vorgesehene Aufgabe den aktuellen AWS Entscheidungsleitfaden und die Servicedokumentation verwenden. Modellverfügbarkeit, unterstützte Funktionen, Regionen und Zugriffsanforderungen können unterschiedlich sein. Ein Modell, das über eine verwaltete Plattform angeboten wird, kann andere Integrationsdetails als die direkte API des Modellanbieters haben. Speichern Sie Endpunkt, Modellversion und Konfiguration, die bei der Bewertung verwendet werden. Planberechtigungen und Daten fließen durch die AWS beteiligten Dienste. Speicher, Abruf, Logging und Modellaufrufe können jeweils eigene Steuerungen haben. Ein verwalteter Service reduziert einige Infrastrukturarbeiten, entzieht jedoch nicht die Verantwortung des Anwendungsinhabers für autorisierten Zugriff und geeignete Datennutzung. Bewerten Sie die vollständigen Kosten und das Betriebsverhalten, einschließlich fehlgeschlagener Anfragen, Durchsatzbedarf, Speicher und Übertragung. Testen Sie repräsentative Aufgaben und Fehlerbehandlungen vor der Produktionsnutzung. Vermeiden Sie es, eine breite Cloud-Plattform-Featureliste als Beweis dafür zu behandeln, dass jede Funktion für ein bestimmtes Konto oder eine Region aktiviert ist.