企業ガイド
アマゾンAI
Amazon の AI 活動には、消費者向け製品と、開発者や組織向けの AWS サービスが含まれます。
このガイドを聴くAIによるナレーション · ~2 min
概要
AWS 内では、Amazon Bedrock と Amazon SageMaker AI がさまざまなニーズに対応します。機能や責任を比較する前に、特定のサービス、モデル プロバイダー、および展開構成を特定します。
主なポイント
- Bedrock と SageMaker AI の役割を区別します。
- 実際のモデルと地域を確認してください。
- データ管理と完全な運用コストを評価します。
ディープダイブ
Amazon Bedrock は、基礎モデルおよび関連するアプリケーション機能への管理されたアクセスを提供します。 Amazon SageMaker AI は、機械学習モデルの構築、トレーニング、デプロイをサポートします。一部のワークフローではサービスが重複する可能性があるため、目的のタスクについては最新の AWS 意思決定ガイドとサービス ドキュメントを使用してください。モデルの可用性、サポートされている機能、地域、アクセス要件は異なる場合があります。マネージド プラットフォームを通じて提供されるモデルには、モデル プロバイダーの直接 API とは異なる統合詳細が含まれる場合があります。評価に使用したエンドポイント、モデルのバージョン、構成を記録します。関連する AWS サービスを介したアクセス許可とデータ フローを計画します。ストレージ、取得、ロギング、およびモデル呼び出しには、それぞれ独自のコントロールを含めることができます。マネージド サービスはインフラストラクチャ作業の一部を軽減しますが、承認されたアクセスと適切なデータ使用に対するアプリケーション所有者の責任がなくなるわけではありません。失敗したリクエスト、スループットのニーズ、ストレージ、転送を含む、完全なコストと運用動作を評価します。本番環境で使用する前に、代表的なタスクと障害処理をテストします。広範なクラウド プラットフォーム機能リストを、すべての機能が特定のアカウントまたは地域に対して有効である証拠として扱うことは避けてください。
04作業例
要件からサービスを選択してください
あるチームが既存の基盤モデルを呼び出す必要がある一方で、別のチームがカスタム分類子をトレーニングしてデプロイする必要があると想像してください。
サービスを選択する前に、各チームのトレーニング、サービス、データ、運用要件をリストします。
1 つの AWS 製品名が両方のニーズに対応すると仮定するのではなく、必要なパスのプロトタイプを作成し、その現在の可用性を検証します。
それが示すもの
構築されたシナリオでは、購入を推奨したり、アカウント固有の可用性を主張したりすることなく、サービスの比較が整理されます。
現実世界の実装
マネージド基盤モデルのワークフローとカスタム トレーニング要件を比較します。
実際のデプロイリージョンでモデルのアクセス権とデータ権限を確認します。
実践する
なぜそれが重要なのか
- ベンダー戦略. ベンダーのロードマップは、チームが次に構築できる機能に影響を与えます。
- 費用と予算. 商業条件と導入オプションは、長期的なコストとリスクに影響します。
- リスクと安全性. 企業のインセンティブは、製品のデフォルト、安全姿勢、オープン性を形成します。
気をつけてください
- 実際の制作ワークフローでは、発売の発表が安定性を上回る可能性があります。
- API の価格設定やポリシーの変更により、一夜にして想定が崩れる可能性があります。
- 単一ベンダーへの依存により、ロックインと移行のコストが増加します。
次のステップ
- 独自のタスクとデータセットを使用してプロバイダーを評価します。
- 統合する前に、プライバシー、セキュリティ、法的条件を確認してください。
- モデルやベンダー全体でフォールバック計画を維持します。
- ロードマップの変更がチームを驚かせないように、リリース ノートを監視します。
出典とさらなる参考文献
探検を続けましょう
よくある質問
Amazon Bedrock と SageMaker AI は同じサービスですか?
いいえ。これらは異なる、場合によっては重複するワークフローをサポートします。特定の開発および展開要件と現在の機能を比較します。