亚马逊AWS官方博客
Category: Industries
基于亚马逊云科技服务,构建虚拟工程工作台
通过采用 VEW,汽车制造商可以显著缩短开发周期,提高软件质量,简化复杂工具链的使用,并实现更透明、一致的开发流程。这不仅提高了开发效率,还为创新提供了更大的空间,使汽车制造商能够更快地响应市场需求和技术变革。
使用基于 Arm 的 Graviton 实例、Yocto Project 和 SOAFEE 为边缘和云构建汽车嵌入式 Linux 映像
嵌入式软件开发人员在汽车行业一直沿用传统的开发方法,主要原因是嵌入式目标系统资源有限,包括有限的内存、计算能力 […]
借助 AWS Graviton 实现 Android Automotive 虚拟化,打造高效虚拟化车载系统
本博客旨在展示如何在基于 AWS Graviton EC2 实例上构建并运行 Trout 虚拟设备,以及通过 WebRTC 连接到该实例,从而加速开发、测试、CI/CD 管道集成及验证工作。
利用大模型 embedding 结合 Aurora PostgreSQL 实现医疗术语检索增强生成的解决方案
在这篇博客中,我们将讨论使用双路召回的方式来优化医疗文献检索。其一是利用大模型对所有医疗文献的摘要进行 embedding,输出的向量数据存储到向量数据库;用户检索时,把用户输入的医疗术语进行 embedding 向量化,在向量数据库中进行相似性检索,找到最相似的文档。其二是通过对文献的摘要提取关键字,存入 Aurora PostgreSQL 中并创建倒排索引,实现对用户输入进行全文检索。两种方法结合,提高文档召回的精确度,缩小上图中的 Medical data 的范围和尺寸,达到减少幻觉并降低 token 数的诉求。
借助 Amazon Personalize 提升电商个性化推荐效果的最佳实践
本文介绍了如何利用 Amazon Personalize 机器学习服务快速构建高效的电商个性化推荐系统。重点阐述了数据 Schema 设计、算法配方选择、游客/匿名用户推荐、推荐策略优化等最佳实践,以及防止推荐重复商品、处理下架商品、利用 Context 信息等技巧,旨在帮助电商企业提升推荐系统的营销转化率。Amazon Personalize 作为完全托管的推荐服务,降低了算法工程门槛,是构建个性化推荐系统的优选方案。
基于 AWS Step Functions 和 AWS Batch 服务构建宏基因分析工作负载
本文旨在介绍一个在 AWS 上构建宏基因分析工作负载的方案,该方案对常用的一些宏基因分析软件完成了容器化,并以批量计算服务 AWS Batch 为核心,构建容器化的宏基因分析集群和自动化工作流。本方案已经在多个客户的实际宏基因分析业务中得到应用,如土壤微生物/病毒宏基因分析,海洋微生物宏基因分析等。根据客户的实际业务场景,本方案也可以扩展到通用的基因分析场景。
Amazon Payment Cryptography 助力构建云上 SoftPOS 技术方案
借助 Amazon Payment Cryptography 服务,支付企业能以较低的成本构建安全合规且具有弹性的云原生 SoftPOS 技术方案。
Amazon Bedrock 赋能所思科技内部 Lark 创新智能问答
本文通过所思科技案例,介绍如何将先进的 AI 助手 Claude 无缝集成至 Lark 机器人,赋能企业数字化转型,打造智能高效的协作体验。
联想车计算携手亚马逊云科技进行软件定义汽车新实践——基于 SOAFEE 架构和 SOCA 构建智驾超算平台
本文介绍联想与亚马逊云科技以 SOAFEE(Scalable Open Architecture For Embedded Edge)架构为基础,聚焦智能驾驶数据闭环的模型开发、仿真及验证领域,共同探索构建云边一体的混合云智能驾驶超算平台。
基于 Amazon MWAA 和 Amazon Batch,实现载荷仿真任务弹性调度和计算
本文将介绍如何利用 Amazon Managed Workflows for Apache Airflow(MWAA)和 Amazon Batch,构建一个弹性、高效的系统,用于管理和执行 Bladed 载荷仿真任务。Bladed 是一种用于风能和风力涡轮机的仿真软件,对于模拟风力涡轮机在不同工况下的性能至关重要。通过结合 MWAA 和 Batch,我们可以实现任务的灵活调度和计算资源的高效利用,从而提高 Bladed 仿真的整体效率。