借助 AWS 和 SAP 提供的安全且可扩展的生成式人工智能服务，推动业务发展

简介

企业要想让自身能够迎来持续的成功，采用尖端技术和进行创新的能力并非锦上添花，而是不可或缺。成千上万的客户在 Amazon Web Services（AWS）上运行业务关键型 SAP 工作负载，这些客户表示，他们在寻找新的方法来构建创新的解决方案，用来增强业务运营。近年来，随着生成人工智能在面世之后逐步成为主流技术，我们的 SAP 客户希望能够利用 Amazon Bedrock 等 Amazon 生成式人工智能服务，针对从订单到现金、从采购到支付、从雇用到退休、从设计到生产等业务流程，推动更快地进行创新。正因为如此，AWS 和 SAP 在本周早些时候宣布扩大双方的战略合作伙伴关系，其中就包括生成人工智能的新功能。Amazon Bedrock 模型现已在 SAP AI Core 的 SAP 生成式人工智能中心内可用。这样一来，使用 SAP ERP 的企业便可以通过 SAP Business Technology Platform（SAP BTP）和 Amazon Bedrock 中的基础模型（FM），构建支持生成式人工智能的应用程序扩展，同时保持清洁内核。本博文以“联合参考架构”（JRA，Joint Reference Architecture）的形式，向希望在 SAP 生态系统中使用来自 Amazon Bedrock 的 FM 的客户提供源于 AWS 和 SAP 的技术指导。

在 AWS 上使用生成式人工智能进行构建

客户在寻求生成式人工智能如何支持其企业级现代化战略的指导时，他们希望这些解决方案还能够满足其 SAP 工作负载对安全性和基础设施可靠性的高要求。为了帮助客户利用生成式人工智能技术推动现代化、自动化和创新举措，我们以完全托管式服务的形式推出了 Amazon Bedrock，该服务提供来自领先人工智能公司的各种高性能基础模型（FM），包括 Anthropic、AI21 Labs、Cohere、Stability AI、Mistral、Meta Llama 和 Amazon Titan。Amazon Bedrock 提供全面的功能组合，用于构建生成式人工智能应用程序，在简化开发过程的同时，确保隐私性和安全性。主要功能包括使用您自己的数据来定制模型、针对特定任务进行微调，以及检索增强生成（RAG），可以使用公司的知识库来提高响应准确性。Bedrock 还支持构建智能代理，这些代理可以与企业系统交互来自动执行任务。Amazon Bedrock 采用了数据加密等可靠的安全措施，并符合 SOC 和 ISO 等标准，可确保环境安全，使其成为开发创新的人工智能驱动型应用程序的理想选择。

AWS 提供了其他生成式人工智能服务基础设施，如 AWS Trainium 和 AWS Inferentia，使得客户可以训练自己的人工智能模型，并以更低的成本高效地在云端运行推理。此外，开发人员还可以利用 Amazon Q 开发者版，这是一款人工智能编码助手，可以根据开发人员使用自然语言给出的注释，及其集成式开发环境（IDE）中以前的代码，实时生成代码建议。

AWS 和 SAP 的合作关系

自 2008 年以来，SAP 和 AWS 一直密切合作，帮助我们的客户更好地运行 SAP 应用程序并加快创新。SAP 和 AWS 联手推出了一套参考架构，以应对现代化框架下的实际业务场景，通过 SAP Business Technology Platform（SAP BTP），为 SAP 客户引入了 AWS 服务的强大功能。通过采用清洁内核模型，这些联合参考架构（JRA）提供了应用程序开发框架和 SAP S/4HANA 的集成扩展，用来实现业务流程自动化和优化。这个由 SAP 和 AWS 构建的 JRA 为客户提供联合专家指导，指导客户构建新的可扩展应用程序、分析控制面板或机器学习模型。AWS 和 SAP 还计划对 JRA 进行调整，以适应 SAP 和 AWS 未来发布的新服务和功能。

将 Amazon Bedrock 中的生成式人工智能模型与 SAP 集成 – 联合参考架构概述

SAP 是生成式人工智能技术的先行采用者，在 SAP BTP 上发布了生成式人工智能中心。SAP AI Core 中的生成式人工智能中心提供了专用人工智能开发工具，针对领先人工智能基础模型的企业级访问，以及用于创建人工智能驱动型应用程序的强大数据控制机制。通过将 Amazon Bedrock 提供的生成式人工智能模型集成到 SAP AI Core 中的生成式人工智能中心，SAP 客户可以访问一系列基础模型，例如 Anthropic Claude3 和 Amazon Titan。借助此联合参考架构，SAP 客户可以加快生成式人工智能的采用，并对基于 SAP 解决方案构建的关键业务流程进行现代化改造。这些创新可以用于 RISE with SAP 中的嵌入式应用场景，将智能场景生命周期管理功能作为集成组件使用，也可以直接在 SAP BTP 上独立使用。客户可以使用 SAP AI Core 中的生成式人工智能中心和 AWS 服务，来构建生成式人工智能解决方案，从而在 SAP 的云解决方案和应用程序组合中，实现更深入的自定义人工智能功能。这可以为财务、人力资源等各种业务职能提供新的洞察和优化措施。SAP 和 AWS 计划在生成式人工智能中心内扩大对 Amazon Bedrock 功能的使用，以在 SAP 的云解决方案和应用程序组合中更深入地实现嵌入式 AI 功能。这包括财务和产品生命周期管理中的应用场景。

我们来仔细看看架构和所涉及的各种组件。

Amazon Bedrock：Amazon Bedrock 使得客户能够从通过 API 提供的多种大型语言模型（LLM）中进行选择。在此 JRA 中，我们使用了 Amazon Titan 和 Anthropic 的 Claude，这涵盖了一系列基础模型（FM），已经在 AWS 上使用大型数据集完成预训练，使得这些模型成为了强大的通用模型，可以支持各种应用场景。您可以按原样使用这些模型，也可以使用自己的数据进行专有定制。

SAP AI Core 中的生成式人工智能中心：SAP AI Core 服务向客户提供大型语言模型等人工智能资产，并为在 SAP BTP 生态系统上运行的 SAP 应用程序提供统一接口。在此 JRA 中，我们使用 SAP AI Core 中的生成式人工智能中心作为访问和生命周期管理层，用于管理对 Amazon Bedrock 的访问，并提供一个端点，供我们的应用程序使用基础模型。通过生成式人工智能中心，SAP 可以集中实施各种内容筛选、特定于 SAP 的风险缓解措施和安全防护措施，提供了一种合规的方法，在整个 SAP 生态系统中大规模防范潜在的业务和法律风险。

使用 SAP AI Core 中的生成式人工智能中心，开发人员能够通过托管的商业和法律框架，即时访问来自不同提供商的各种大型语言模型（LLM）。利用这种访问功能，开发人员可以编排多种模型。生成式人工智能中心还将连接到 SAP HANA Cloud 中的向量功能，用来帮助开发人员减少模型幻觉，并将情境数据作为嵌入集成进来，针对具体应用场景提供定制程度更高的结果。

数据存储和检索：SAP HANA Cloud 是一个多模型数据库管理系统，帮助大规模地构建和部署智能数据应用程序。SAP HANA 向量引擎可以支持检索增强生成（RAG），以便从 LLM 中获得更好的结果。

应用程序开发：云应用程序编程（CAP，Cloud Application Programming）模型是使用 SAP Build 开发云应用程序的方法之一。CAP 为数据建模提供了更加结构化和无缝的框架，并增强了与其他服务的集成。CAP 为开发人员提供各种开源和 SAP 框架，可以简化开发并加速创新。在此 JRA 中，对于使用 SAP UI5 前端的应用程序，我们使用 CAP 作为实体层。

身份验证和识别：大型语言模型需要尽可能多的数据，但在查询时会忽略用户授权，这使得集成非常困难。为了规避这种情况，我们将使用 SAP BTP 和 SAP Identity Provisioning 服务来管理 SAP 和非 SAP 身份的生命周期，用于模型提示。

通过结合使用这些组件，客户现在能够利用 Amazon Bedrock 和 SAP BTP 服务，构建全栈式生成式人工智能驱动的 SAP 应用程序，确保可扩展性和可靠性。这种 JRA 模式不仅可以适应企业级 SAP 环境中的各种业务流程扩展，而且还有助于维护 SAP 推荐的清洁内核方法。

总结

在这篇博文中，我们讨论了 SAP 和 AWS 提供的参考架构指导，帮助客户在 SAP BTP 中使用 Amazon Bedrock 的生成式人工智能功能。使用这种架构，客户现在可以用大型语言模型（LLM）和转换器模型功能来补充 SAP 工作负载，从而充分发掘出 SAP 数据的强大作用，以更低的成本提高洞察力和运营效率。SAP 和 AWS 现在正在合作定义具体的应用场景，以在 SAP BTP 上利用 Amazon Bedrock 提供的生成式人工智能功能，借助自动化和创新方法来解决业务问题并改善客户体验。敬请关注更多信息。

请查看联合团队在 2022 到 2023 年间发布的以下博客，内容涵盖了适用于 AWS 上 SAP 工作负载的联合参考架构。

SAP and AWS – Joint Reference Architectures to maximize utilization and investments
AWS and SAP – Joint reference Architecture for IoT scenarios using Amazon Monitron

您可在 AWS 产品文档中找到有关 AWS for SAP、Amazon Bedrock 的更多内容。如果您需要其他专家指导，请联系您的 AWS 客户团队，以便与当地 SAP 专家解决方案架构师或 AWS 专业服务团队 SAP 专业服务部接洽。

加入 SAP on AWS 讨论

在您的客户团队和 AWS Support 渠道之外，我们最近还推出了 re:Post，AWS for SAP 解决方案架构团队会定期查看 AWS for SAP 主题的讨论情况，确保问题得到解答，从而为我们的客户和合作伙伴提供协助。如果您的问题与支持无关，可以考虑加入 re:Post 的讨论，并将问题添加到社区知识库中。要详细了解成千上万运行 SAP on AWS 的活跃客户，请访问 AWS for SAP 页面。

创作人员

AWS 和 SAP 合作推出的联合参考架构，是 SAP 和 AWS 双方多部门竭诚合作取得的成果。感谢以下成员在此期间提供的专业知识、支持和指导。

• AWS 团队：Sunny Patwari、Yuva Athur、Ganesh Suryanarayanan、Spencer Martenson、Steve DiMauro 和 Soulat Khan。
• SAP 团队：Madankumar Pichamuthu、Weikun Liu、Daniel Zhou、Sivakumar N 和 Anirban Majumdar