Veröffentlicht am: Dec 21, 2023
Heute kündigt AWS zwei Methoden zur Integration von Amazon Aurora PostgreSQL-Datenbanken in Amazon Bedrock an, um generative KI-Anwendungen zu unterstützen. Erstens bietet Amazon Aurora ML jetzt Zugriff auf Basismodelle, die über Amazon Bedrock direkt über SQL verfügbar sind. Zweitens unterstützt Knowledge Bases für Amazon Bedrock jetzt Amazon Aurora als Vektorspeicher für Retrieval Augmented Generation (RAG).
Amazon Aurora ML stellt ML-Modelle als SQL-Funktionen zur Verfügung, sodass Sie Standard-SQL verwenden können, um Daten an Modelle zu übergeben und die Modellausgabe als Abfrageergebnisse zurückzugeben. Zum Beispiel können Aurora ML und Bedrock zusammen eine Zusammenfassung der Kundensupport-Notizen in Aurora in Echtzeit ermöglichen, um die Falllösung zu beschleunigen. Amazon Aurora ist jetzt auch eine Vektordatenbankoption für Knowledge Bases für Amazon Bedrock, mit der Sie die privaten Datenquellen Ihres Unternehmens sicher mit den Basismodellen für RAG verbinden können. Über Knowledge Bases können Sie Amazon Aurora auch zu Agents for Amazon Bedrock hinzufügen, um mehrstufige Aktionen für Ihre generativen KI-Anwendungen auszuführen.
Die Aurora ML-Integration mit Amazon Bedrock ist in den Regionen USA Ost (Nord-Virginia), USA West (Oregon), Asien-Pazifik (Singapur), Asien-Pazifik (Tokio) und Europa (Frankfurt) verfügbar. Wissensdatenbanken für Amazon Bedrock mit Amazon Aurora PostgreSQL sind in den Regionen USA Ost (Nord-Virginia) und USA West (Oregon) verfügbar.
Um mit Aurora ML zu beginnen, sollten Kunden die Aurora ML-Erweiterung installieren und diese Anweisungen befolgen. Um mit Amazon Bedrock zu beginnen, sollten Kunden in der AWS-Konsole zu Amazon Bedrock navigieren. Um mehr zu erfahren, besuchen Sie die Amazon Aurora-Webseite oder die Amazon Bedrock-Webseite.