- Künstliche Intelligenz›
- Machine Learning›
- AWS Deep Learning AMIs
Erstellen Sie schnell skalierbare, sichere Deep-Learning-Anwendungen in vorkonfigurierten Umgebungen.
Skalieren
Skalieren Sie verteiltes ML-Training auf Tausende von beschleunigten Instances und stellen Sie Modelle nahtlos für Inferenz in der Produktion bereit.
Entwickeln
Entwickeln Sie Ihre App mit Beschleunigern – darunter AWS Trainium, AWS Inferentia und NVIDIA-GPUs – mit den neuesten Treibern, Frameworks, Bibliotheken und Tools.
Risiken reduzieren
Minimieren Sie Risiken mit angepassten, stabilen Rechner-Images, die regelmäßig gepatcht werden, um Sicherheitslücken zu schließen.
AWS ist ein führender Anbieter im Gartner Magic Quadrant
Gartner würdigt AWS im Magic Quadrant für Cloud AI Developer Services als führendes Unternehmen.
Anwendungsfälle
Entwicklung von autonomen Fahrzeugen
Entwickeln Sie fortschrittliche ML-Modelle in großem Maßstab, um die Technologie für autonome Fahrzeuge (AV – autonomous vehicle) sicher zu entwickeln, indem Sie die Modelle mit Millionen von unterstützten virtuellen Tests validieren.
Natürliche Sprachverarbeitung
Beschleunigen Sie die Installation und Konfiguration von AWS-Instances und beschleunigen Sie Experimente und Bewertungen mit aktuellen Frameworks und Bibliotheken, einschließlich Hugging-Face-Transformers.
Datenanalyse im Gesundheitswesen
Nutzen Sie fortschrittliche Analyse-, ML- und Deep-Learning-Fähigkeiten, um Trends zu erkennen und Vorhersagen aus rohen, heterogenen Gesundheitsdaten zu treffen.
Beschleunigen Sie das Modelltraining
DLAMI enthält die neueste NVIDIA-GPU-Beschleunigung durch vorkonfigurierte Treiber, die Intel Math Kernel Library (MKL), Python-Pakete und die Anaconda-Plattform.
Kundenerfolgsgeschichten
Cimpress investiert langfristig in kundenorientierte, unternehmerische Unternehmen im Bereich der kundenspezifischen Massenfertigung von Druckmaschinen und baut diese auf. Cimpress macht es für Kunden einfach und erschwinglich, Eindruck zu hinterlassen – für ihre Kunden, Organisationen oder nahestehende Menschen. Ganz gleich, ob es sich um Werbematerial zur Stärkung der Marke eines Unternehmens oder um eine Ankündigung zur Feier einer Geburt handelt – Cimpress kombiniert die individuelle Personalisierung, die sich die Kunden wünschen, mit der spürbaren Wirkung physischer Produkte.
„Cimpress verwendet AWS-Deep-Learning-AMIs, um unsere Machine-Learning-Umgebungen schnell einzurichten und bereitzustellen. Die DLAMIs reduzieren unseren Betriebsaufwand und wir können unsere Produkte schneller auf den Markt bringen, indem wir uns auf die Kernarbeit konzentrieren, das Training und den Einsatz unserer Deep-Learning-Modelle für Computer Vision und generative KI.“
Ajay Joshi, Principal Software Engineer – Cimpress
Flip AI ist die erste GenAI-native Plattform für Beobachtbarkeit, die daten- und plattformunabhängig ist, alle Modalitäten der Beobachtbarkeit versteht – einschließlich Metriken, Ereignissen, Protokollen und Traces – und in Sekundenschnelle Vorhersage- und Ursachenanalysen für Vorfälle erstellt.
„Bei Flip AI haben wir unsere eigenen LLMs für DevOps trainiert, um Produktionsvorfälle zu debuggen und Unternehmen dabei zu helfen, ein Höchstmaß an Kundenzufriedenheit zu erreichen. Dieses Training erfordert eine leistungsstarke Einrichtung, die sich leicht anpassen lässt. Mit DLAMI müssen wir uns nicht mit CUDA-Treibern oder Pytorch-bezogenen Optimierungen herumschlagen. Es funktioniert einfach. Die Verbesserung der prozentualen GPU-Auslastung bedeutet, dass wir unsere Modelle effizienter trainieren und bei der Inferenz 10 Millisekunden einsparen können.“
Sunil Mallya, CTO – Flip AI
Torc Robotics ist eine unabhängige Tochtergesellschaft der Daimler Truck AG, dem Weltmarktführer und Pionier im Lkw-Bereich, und konzentriert sich darauf, den Langstreckengüterverkehr mit autonomen Lkw der Klasse 8 der Stufe 4 zu revolutionieren
„AWS Deep Learning AMIs haben maßgeblich dazu beigetragen, unsere Entwicklung branchenführender fortschrittlicher Fahrerassistenzsysteme bei Torc zu beschleunigen. Die DLAMIs ermöglichen es uns, Umgebungen für maschinelles Lernen schnell auf AWS EC2-Instances einzurichten und bereitzustellen, was für unsere Forschungs- und Entwicklungsbemühungen von entscheidender Bedeutung ist. Die vorkonfigurierten NVIDIA- und CUDA-Treiber sind sofort einsatzbereit und bieten eine stabile und zuverlässige Plattform, die unseren Betriebsaufwand erheblich reduziert. Durch die Optimierung unseres ML-Infrastrukturmanagements können wir mit AWS DLAMIs unsere Ressourcen darauf konzentrieren, unsere Produkte schneller auf den Markt zu bringen. Die Effizienz und Zuverlässigkeit der AWS Deep Learning AMIs haben sie zu einem unverzichtbaren Werkzeug gemacht, um Torcs Kernmission im Bereich autonomer Fahrzeuge voranzutreiben.“
Jason Fox, Senior Engineering Manager bei Torc, Entwicklerplattform
Funktionsweise
AWS-Deep-Learning-AMIs (DLAMI) bieten ML-Praktikern und Forschern eine kuratierte und sichere Reihe von Frameworks, Abhängigkeiten und Tools zur Beschleunigung von Deep Learning in Amazon EC2. Amazon Machine Images (AMIs) wurden für Amazon Linux und Ubuntu entwickelt und sind mit TensorFlow, PyTorch, NVIDIA CUDA-Treibern und -Bibliotheken, Intel MKL, Elastic Fabric Adapter (EFA) und dem AWS OFI NCCL-Plugin vorkonfiguriert, sodass Sie diese Frameworks und Tools schnell und in großem Maßstab bereitstellen und ausführen können.
re:Invent-Veranstaltungen
AWS re:Invent 2023 – Training von großen Modellen in AWS-Deep-Learning-AMIs und PyTorch, mit Pinterest – AIM326