granite-speech-4.1-2b, kanana-2-30b-a3b-instruct 및 OpenFold3 모델, 이제 Amazon SageMaker JumpStart에서 사용 가능
이제 BM의 granite-speech-4.1-2b 모델, Kakao의 kanana-2-30b-a3b-instruct 모델, OpenFold Consortium의 OpenFold3 모델을 Amazon SageMaker JumpStart에서 사용할 수 있게 됨에 따라 AWS 고객에게 제공되는 파운데이션 모델 포트폴리오를 확장할 수 있게 되었습니다. 이 세 가지 모델은 다국어 음성 인식, 이중 언어 에이전틱 AI, 생체 분자 구조 예측을 아우르는 특수 기능을 제공하므로 고객은 AWS 인프라에 확장 가능한 고성능 AI 솔루션을 배포할 수 있습니다.
이러한 모델은 특수 기능을 통해 다양한 엔터프라이즈 AI 문제를 해결합니다.
granite-speech-4.1-2b는 영어, 프랑스어, 독일어, 스페인어, 포르투갈어 및 일본어에 대한 다국어 자동 음성 인식(ASR) 및 양방향 음성 번역(AST)을 위해 특별히 구축되었습니다. 이 콤팩트한 20억 파라미터 음성 언어 모델은 약 231의 실시간 처리 속도에서 5.33%의 단어 오류율을 제공하므로 동급 제품 중 가장 효율적인 ASR 모델 중 하나입니다. Apache 2.0으로 출시된 이 모델은 엔터프라이즈 음성 워크플로에 원활하게 통합되어 대규모 트랜스크립션, 번역 및 오디오 처리를 지원합니다.
kanana-2-30b-a3b-instruct는 한국어-영어 이중 언어 지시문 이해 및 에이전틱 AI 워크플로에 탁월합니다. 카카오에서 개발한 이 모델은 Multi-head Latent Attention(MLA) 및 전문가 혼합(MoE)을 특징으로 하는 최첨단 아키텍처를 채택하여 총 300억 개 파라미터 중 순전파당 30억 개만 활성화하여 처리량이 뛰어납니다. 지도 학습을 통한 미세 조정 및 강화 학습을 통해 사후 훈련을 받은 이 모델은 YarN 스케일링을 통해 최대 128,000개 토큰을 지원하며 컨텍스트를 이해하고 능동적으로 행동하는 AI 협업자 역할을 하도록 설계되었습니다.
OpenFold3는 단백질, DNA, RNA 및 소분자 리간드에 대한 전원자 생체 분자 복합체 예측을 제공합니다. OpenFold Consortium과 컬럼비아 대학교의 AlQuraishi Lab에서 공동 개발한 이 확산 기반 모델은 구조 예측을 단일 단백질을 넘어 다중 사슬 복합체 및 이종 생체 분자 상호 작용을 모델링하는 데까지 확장합니다. 컴퓨터 지원 약물 설계를 지원하며 학술 및 제약 연구실 전반에 적용할 수 있습니다.
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.