Publicado en: Dec 21, 2023
Hoy, AWS anuncia dos métodos para integrar las bases de datos de Amazon Aurora PostgreSQL con Amazon Bedrock para impulsar las aplicaciones de IA generativa. En primer lugar, ML de Amazon Aurora ahora brinda acceso a los modelos básicos disponibles a través de Amazon Bedrock directamente a través de SQL. En segundo lugar, las bases de conocimiento de Amazon Bedrock ahora admiten Amazon Aurora como almacén vectorial para la generación aumentada de recuperación (RAG).
ML de Amazon Aurora expone los modelos de machine learning como funciones de SQL, lo que le permite utilizar SQL estándar para transferir datos a los modelos y devolver los resultados del modelo como resultados de consultas. Por ejemplo, Aurora ML y Bedrock, juntos, pueden permitir el resumen en tiempo real de las notas de soporte al cliente en Aurora para acelerar la resolución de casos. Amazon Aurora ahora también es una opción de base de datos vectorial para las bases de conocimiento de Amazon Bedrock, lo que le permite conectar de forma segura los orígenes de datos privados de su organización a los modelos básicos de RAG. A través de las bases de conocimiento, también puede optar por agregar Amazon Aurora a los agentes para Amazon Bedrock a fin de ejecutar acciones de varios pasos para sus aplicaciones de IA generativas.
La integración de Aurora ML con Amazon Bedrock está disponible en las regiones Este de EE. UU. (Norte de Virginia), Oeste de EE. UU. (Oregón), Asia-Pacífico (Singapur), Asia-Pacífico (Tokio) y Europa (Fráncfort). Las bases de conocimiento de Amazon Bedrock con Amazon Aurora PostgreSQL están disponibles en las regiones Este de EE. UU. (Norte de Virginia) y Oeste de EE. UU. (Oregón).
Para comenzar a usar Aurora ML, los clientes deben instalar la extensión Aurora ML y seguir estas instrucciones. Para empezar a utilizar Amazon Bedrock, los clientes deben navegar al servicio en la consola de AWS. Para obtener más información, visite la página web de Amazon Aurora o la página web de Amazon Bedrock.