亚马逊AWS官方博客
Category: Amazon Machine Learning
AWS 一周综述:Amazon EC2 M8azn 实例,Amazon Bedrock 中的新开放权重模型等(2026 年 2 月 16 日)
本周的开篇新闻就是一个很好的例子:Amazon EC2 M8azn 实例正式推出。它们是通用型、高频率、高网络实例,由第五代 AMD EPYC 处理器提供支持,提供云中最高的 CPU 频率,达到 5 GHz。与上一代 M5zn 实例相比,M8azn 实例的计算性能最高提高了 2 倍,内存带宽提高了 4.3 倍,L3 缓存容量则增加了 10 倍。与 M5zn 相比,它们还提供最高 2 倍的网络吞吐量和最高 3 倍的 Amazon Elastic Block Store(Amazon EBS)吞吐量。
AWS 一周综述:Amazon Bedrock 中的 Claude Opus 4.6、AWS 构建者 ID 支持苹果设备登录等(2026 年 2 月 9 日)
以下是上周的重要发布和更新,可帮助您在 AWS 上进行构建、扩展和创新。
基于亚马逊云科技 Mac 实例部署 OpenClaw,深度苹果生态自动化的最佳选择
本文将详细解析亚马逊云科技 Mac 实例部署 OpenClaw 的核心优势,并提供一键部署指南,帮你快速启动属于团队的云端 macOS AI 助手。
把 Moltbot 部署到云上:一个值得认真考虑的选择
把 Moltbot 部署到云上,不只是”方便”,而是在安全性、灵活性、成本和能力上都有质的提升。 本文会先解释云上部署的四大优势,然后提供两种部署方式: 手动部署和 一键部署。无论你选哪种,都能在一天内拥有自己的云上 AI 助手。
AWS 一周综述:Kiro CLI 的最新功能、AWS European Sovereign Cloud、EC2 x8i 实例等(2026 年 1 月 19 日)
新年伊始,AWS 社区便活力满满,各类 AWS re:Invent 大会核心内容回顾活动在全球多地陆续开展,部分社区更是已启动 AWS Community Day 活动。就在上周,2026 年特拉维夫 AWS Community Day 活动顺利举办。
新年快乐! AWS 一周综述:10,000 AIdeas 竞赛、Amazon EC2、Amazon ECS 托管实例等(2026 年 1 月 5 日)
BeSA 是一项免费的指导计划,由我和其他几位 Amazon Web Services(AWS)员工自愿发起,旨在帮助人们在云和人工智能职业生涯中取得突破。我们将从 2026 年 2 月 21 日开始针对“AWS 上的代理式人工智能”开启为期 6 周的课程。访问 BeSA 网站了解更多信息。
Amazon Bedrock 增加了强化微调功能,简化了开发人员构建更智能、更准确的 AI 模型的方式
今天,我们宣布在 Amazon Bedrock 中推出强化微调功能。这是一项全新的模型定制能力,可创建更智能、更具成本效益的模型。这些模型能够从反馈中学习,并为特定业务需求提供更高质量的输出。强化微调采用反馈驱动的方法,模型根据奖励信号进行迭代改进,其准确率平均比基础模型提升 66%。
Amazon Nova Act 现已全面推出,助力构建可靠的人工智能代理,实现用户界面工作流程自动化
今天我们宣布 Amazon Nova Act 正式发布,这是一项全新的 Amazon Web Services(AWS)服务,旨在帮助开发人员构建、部署和管理可靠的人工智能代理集群,实现生产环境用户界面工作流程的自动化。Nova Act 在规模化应用中实现了超过 90% 的任务可靠性,相较于其他人工智能框架,它提供了最快的价值实现时间和最简便的实施流程。
推出 Amazon Nova Forge:使用 Nova 构建自己的前沿模型
今天,我们推出 Amazon Nova Forge,这是一项使用 Nova 构建自己的前沿模型的新服务。Nova Forge 客户可以从早期的模型检查点开始开发,将他们的数据集与 Amazon Nova 精选的训练数据进行混合,并将他们的自定义模型安全地托管在 AWS 上。Nova Forge 是构建自己的前沿模型的最简单、最具成本效益的方式。
适用于 NetApp ONTAP 的 Amazon FSx 现已与 Amazon S3 集成,实现无缝数据访问
今天我们宣布推出通过 Amazon Simple Storage Service(Amazon S3)访问适用于 NetApp ONTAP 的 Amazon FSx 文件系统中数据的功能。借助此功能,您可利用企业文件数据增强生成式人工智能应用,通过 Amazon Bedrock 知识库实现检索增强生成(RAG);运用 Amazon SageMaker 训练机器学习(ML)模型;通过 Amazon S3 集成的第三方服务生成洞察;在 Amazon Quick Suite 等人工智能驱动的商业智能(BI)工具中使用全面研究功能;并基于 Amazon S3 运行云原生应用程序分析。所有这些操作均可在文件数据持续驻留于适用于 NetApp ONTAP 的 FSx 文件系统的同时完成。


