亚马逊AWS官方博客
Category: Artificial Intelligence
利用 FP8 量化加速 Llama-3-70B 推理
本文针对在 Amazon P5 (H100 GPU) 上部署 Llama-3-70b FP8 精度模型的两种方 […]
Amazon SageMaker HyperPod 存储设计与实践(二)
在 Amazon SageMaker HyperPod存储设计与实践(一)中我们实现了 SageMaker H […]
在 Amazon SageMaker 平台上使用 LlamaFactory 框架训练 Meta Llama3
背景 相较于直接使用 EC2,通过 Amazon SageMaker 进行模型训练具有训练环境统一,降低训练实 […]
使用 Amazon Q 加速软件开发生命周期
软件开发团队一直在寻求加速软件开发生命周期(SDLC)的方法,以更快地发布高质量软件。作为一款由生成式人工智能 […]
使用 Amazon Bedrock Cohere 多语言嵌入模型构建金融搜索应用程序
这篇文章展示了使用 Amazon Bedrock 上的 Cohere Embed 和 Rerank 模型,在不同语言的金融新闻中进行搜索和查询的应用程序。
为生成式 AI 工作负载设计弹性
理解并优先考虑弹性对于生成式 AI 工作负载来满足组织的可用性和业务连续性要求至关重要。这篇文章讨论了生成式 AI 工作负载的不同技术栈以及应该考虑的因素。
基于 Amazon Bedrock Agent 的云资源智能运维 – 以 EBS 卷管理为例
本文介绍了一种基于 Amazon Bedrock Agent 实现的智能 EBS 卷运维的具体配置方式。为减轻客户手动操作 EBS 的复杂度以及更好的对整个过程进行监控和运维,我们为客户提供一种智能运维的手段,带给客户基于 Amazon Bedrock Agent 能力的智能运维体验,让客户可以方便地通过大模型对话的方式对感兴趣区域的 EBS 卷状态进行查询和修改等操作。
低代码构建企业级应用程序:体验 AWS App Studio 实现文件管理助手
亚马逊云科技 App Studio 是一项生成式 AI 服务,它可以基于用户提供的自然语言,在几分钟内创建企业级应用程序,而无需软件开发技能和代码编程。借助 App Studio,没有深厚软件开发技能的技术专业人员(例如 IT 项目经理、数据工程师和企业架构师)可以快速开发适合其组织需求的业务应用程序。 今天,我们将展示如何利用 App Studio 来快速实现一个文件管理助手。
悠星运维团队的 GenAI 技术实践:Claude 3-Powered Code Reviewer
关于悠星 上海悠星网络科技有限公司成立于 2014 年,总部位于中国上海,并于日本东京和韩国首尔设有办事处。自 […]
使用生成式 AI 和 AWS 为传统媒体内容创建超分辨率
结合使用 Real-ESRGAN 和 SwinIR 以及 AWS 服务来编排工作流程,可以将低分辨率视频作为输入来生成 4 倍分辨率的视频。该解决方案可用于自动化大规模超分辨率处理媒体内容的过程。