L'intelligenza artificiale di Amazon

All'interno di AWS, Amazon Bedrock e Amazon SageMaker AI soddisfano esigenze diverse. Identificare il servizio specifico, il provider del modello e la configurazione di distribuzione prima di confrontare capacità o responsabilità.

Punti chiave

• Distinguere i ruoli AI di Bedrock e SageMaker.
• Verificare il modello e la regione effettivi.
• Valutare i controlli dei dati e i costi operativi completi.

Amazon Bedrock fornisce l'accesso gestito ai modelli di base e alle relative funzionalità applicative. Amazon SageMaker AI supporta la creazione, la formazione e l'implementazione di modelli di machine learning. I servizi possono sovrapporsi in alcuni flussi di lavoro, quindi utilizzare la guida decisionale AWS corrente e la documentazione del servizio per l'attività prevista. La disponibilità del modello, le funzionalità supportate, le regioni e i requisiti di accesso possono variare. Un modello offerto tramite una piattaforma gestita può avere dettagli di integrazione diversi rispetto all'API diretta del fornitore del modello. Registrare l'endpoint, la versione del modello e la configurazione utilizzati nella valutazione. Pianificare le autorizzazioni e il flusso di dati attraverso i servizi AWS coinvolti. Archiviazione, recupero, registrazione e chiamate modello possono avere ciascuno i propri controlli. Un servizio gestito riduce alcuni lavori infrastrutturali ma non elimina la responsabilità del proprietario dell’applicazione per l’accesso autorizzato e l’uso adeguato dei dati. Valuta il costo completo e il comportamento operativo, comprese le richieste non riuscite, le esigenze di throughput, l'archiviazione e il trasferimento. Testare attività rappresentative e gestione degli errori prima dell'uso in produzione. Evita di considerare un ampio elenco di funzionalità della piattaforma cloud come prova che ogni funzionalità è abilitata per un particolare account o regione.

1. Immagina che un team debba richiamare un modello di base esistente, mentre un altro team debba addestrare e distribuire un classificatore personalizzato.
2. Elencare la formazione, il servizio, i dati e i requisiti operativi per ciascun team prima di selezionare un servizio.
3. Prototipa il percorso richiesto e verificane la disponibilità attuale anziché dare per scontato che un nome di prodotto AWS risponda ad entrambe le esigenze.

Lo scenario costruito organizza un confronto dei servizi senza consigliare un acquisto o richiedere la disponibilità specifica dell'account.