Passa al contenuto principale

Best practice sull'architettura per il machine learning

AWS re:Invent 2025

Il CEO Matt Garman spiega come AWS sta plasmando il futuro della tecnologia cloud

Unisciti al CEO di AWS Matt Garman per scoprire come AWS sta innovando in ogni aspetto del cloud leader mondiale. Esplora come stiamo reinventando gli elementi costitutivi fondamentali e sviluppando esperienze nuove di zecca, il tutto per fornire a clienti e partner ciò di cui hanno bisogno per costruire un futuro migliore.

Headshot of Matt Garman, CEO of Amazon Web Services, wearing a dark suit and tie and smiling.

Agenti di intelligenza artificiale in azione: progettare il futuro delle applicazioni

Scopri come l'intelligenza artificiale agentica sta trasformando l'architettura applicativa nativa del cloud, sbloccando cicli di innovazione più rapidi e modelli applicativi completamente nuovi. Scopri come le nuove funzionalità di AWS consentono ai costruttori di progettare agenti sicuri e basati sul ragionamento che orchestrano dati, codice e strumenti su larga scala, con particolare attenzione alla governance, all'affidabilità e all'efficienza dei costi. Scopri come i clienti AWS stanno implementando agenti pronti per la produzione oggi e apprendi le best practice per aiutarti a progettare applicazioni agentiche che si adattano, ottimizzano e agiscono in modo autonomo in tempo reale.

Missing alt text value

Analisi comparativa dei modelli di intelligenza artificiale con Amazon SageMaker, Amazon Bedrock e AWS IoT Greengrass

L'implementazione di modelli di intelligenza artificiale su dispositivi edge pone sfide uniche nel bilanciamento dei requisiti hardware, del consumo energetico e delle prestazioni del modello. Attraverso esempi pratici che utilizzano la formazione distribuita di Amazon SageMaker e AWS IoT Greengrass, scopri gli approcci per la distribuzione automatizzata dei modelli, la convalida e il monitoraggio delle prestazioni su dispositivi edge. Scopri come Strands Agents e Amazon Bedrock possono integrare modelli leggeri su dispositivo con modelli di base di grandi dimensioni. Esplora le tecniche per aggregare i risultati in una dashboard basata su Jupyter per la prototipazione e l'ottimizzazione rapide e per coordinare i modelli di dispositivi edge con i modelli fondamentali di Amazon Bedrock per l'aggregazione dei dati e l'analisi approfondita. Questa sessione fornisce strategie per l'architettura di pipeline di intelligenza artificiale scalabili ottimizzate per le implementazioni edge.

PowerPoint slide with a purple gradient background, displaying the text "Learning Level" in small, teal text, and the text  "300 - Advanced" in large white text.

Creazione di pipeline per analisi, ML e intelligenza artificiale in Amazon Sagemaker Unified Studio

Scopri come creare pipeline end-to-end per potenziare dati e applicazioni di intelligenza artificiale in Amazon SageMaker Unified Studio. Tratteremo come implementare pipeline batch e streaming per integrare varie fonti di dati, ottimizzando il movimento dei dati con le moderne tecniche ETL. Questa sessione ti fornirà le conoscenze necessarie per sviluppare soluzioni complete di dati e intelligenza artificiale utilizzando la nuova generazione di Amazon SageMaker, dall'elaborazione iniziale dei dati fino alla distribuzione del modello.

PowerPoint slide with a purple gradient background, displaying the text "Learning Level" in small, teal text, and the text  "300 - Advanced" in large white text.

Esplora il Centro di Architettura

Caricamento in corso
Caricamento in corso
Caricamento in corso
Caricamento in corso
Caricamento in corso

Post del blog sul machine learning

Caricamento in corso
Caricamento in corso
Caricamento in corso
Caricamento in corso
Caricamento in corso