نموذجا FLUX.2-small-decoder وgemma-4-12B-it متاحان الآن على Amazon SageMaker JumpStart
يتوفر الآن نموذج FLUX.2-small-decoder من Black Forest Labs ونموذج gemma-4-12B-it من Google على Amazon SageMaker JumpStart، مما يوسع مجموعة نماذج التأسيس المتاحة لعملاء AWS. يوفر هذان النموذجان إمكانات متخصصة تشمل فك ترميز توليد الصور الفعال والفهم الموحد متعدد الوسائط، مما يمكّن العملاء من نشر حلول الذكاء الاصطناعي عالية الأداء والقابلة للتوسع على البنية التحتية لـ AWS.
تم تحسين FLUX.2-small-decoder لفك ترميز الصور بشكل أسرع مع استخدام أقل لـ VRAM في مسارات توليد الصور الخاصة بـ FLUX.2. وهو وحدة فك ترميز VAE مقطرة تعمل كبديل سريع لوحدة فك الترميز القياسية في FLUX.2، مما يوفر سرعة فك ترميز أسرع بنحو 1.4 مرة مع استهلاك VRAM أقل بحوالي 1.4 مرة وفقدان ضئيل جدًا أو معدوم في الجودة. تزداد الفوائد عند استخدام درجات دقة أعلى حيث تقوم وحدة فك الترميز بمعالجة عدد أكبر من وحدات البكسل، مما يجعلها مثالية لأعباء عمل توليد الصور بدرجة الإنتاج على نطاق واسع.
يتفوق gemma-4-12B-it في الفهم الموحد متعدد الوسائط عبر مدخلات النصوص والصور والصوت مع الدعم الأصلي لاستدعاء الوظائف وسير العمل القائم على الوكلاء. ويتميز ببنية خالية من وحدة ترميز حيث تتدفق جميع الأنماط مباشرة إلى محوِّل واحد يعمل بوصفه وحدة فك ترميز فقط، مما يوفر أداءً يقترب من نموذج 26B MoE الأكبر من Google مع استهلاك أقل من نصف مساحة الذاكرة. وهو صغير الحجم بما يكفي لتشغيله على ذاكرة وصول عشوائي (RAM) بسعة 16 جيجابايت، مما يتيح تجارب قوية متعددة الوسائط وقائمة على الوكلاء لعمليات النشر في المؤسسات.
من خلال SageMaker JumpStart، يمكن للعملاء نشر أي من هذه النماذج ببضع نقرات فقط لمعالجة حالات استخدام الذكاء الاصطناعي المحددة لديهم.
للبدء في استخدام هذه النماذج، انتقل إلى كتالوج نموذج SageMaker JumpStart في وحدة تحكم SageMaker أو استخدم SageMaker Python SDK لنشر النماذج في حساب AWS الخاص بك. لمزيد من المعلومات حول نشر نماذج التأسيس واستخدامها في SageMaker JumpStart، راجع وثائق Amazon SageMaker JumpStart.