이제 Amazon SageMaker JumpStart에서 FLUX.2-small-decoder 및 gemma-4-12B-it 모델 사용 가능
이제 Black Forest Labs의 FLUX.2-small-decoder 및 Google의 gemma-4-12B-it 모델을 Amazon SageMaker JumpStart에서 사용할 수 있게 됨에 따라 AWS 고객에게 제공되는 파운데이션 모델 포트폴리오를 확장할 수 있게 되었습니다. 이번 2가지 모델은 효율적인 이미지 생성 디코딩과 통합 멀티모달 이해를 아우르는 특수 기능을 제공하므로 고객은 AWS 인프라에서 확장 가능한 고성능 AI 솔루션을 배포할 수 있습니다.
FLUX.2-small-decoder는 FLUX.2 이미지 생성 파이프라인에서 VRAM 사용량을 줄여 이미지 디코딩을 더 빠르게 처리할 수 있도록 최적화되었습니다. 이 모델은 표준 FLUX.2 디코더의 드롭인 대체 솔루션으로 사용되는 증류된 VAE 디코더로, 품질 손실을 최소화하거나 품질 손실 없이 1.4배 낮은 VRAM 소비량으로 약 1.4배 더 빠른 디코딩 속도를 제공합니다. 디코더가 더 많은 픽셀을 처리하는 더 높은 해상도일수록 이점이 커지므로 대규모 프로덕션급 이미지 생성 워크로드에 적합합니다.
gemma-4-12B-it는 함수 직접 호출 및 에이전틱 워크플로를 기본적으로 지원하므로 텍스트, 이미지 및 오디오 입력에 대한 통합 멀티모달 이해에서 탁월한 성능을 발휘합니다. 이 모델은 인코더가 필요 없는 아키텍처를 채택하여 모든 모달리티가 단일 디코더 전용 트랜스포머로 직접 전송되므로 절반도 안 되는 메모리 풋프린트로 Google의 대형 26B MoE 모델에 근접한 성능을 제공합니다. 16GB RAM에서 실행할 수 있을 만큼 컴팩트한 이 모델은 엔터프라이즈 배포를 위한 강력한 멀티모달 및 에이전틱 경험을 제공합니다.
SageMaker JumpStart를 사용하면 고객은 몇 번의 클릭만으로 이러한 모델을 배포하여 특정 AI 사용 사례를 해결할 수 있습니다.
이 모델을 시작하려면 SageMaker 콘솔의 SageMaker JumpStart 모델 카탈로그로 이동하거나 SageMaker Python SDK를 사용하여 모델을 AWS 계정에 배포하세요. SageMaker JumpStart에서 파운데이션 모델을 배포하고 사용하는 방법에 대한 자세한 내용은 Amazon SageMaker JumpStart 설명서를 참조하세요.