Модели FLUX.2-small-decoder и gemma-4-12B-it теперь доступны в Amazon SageMaker JumpStart
Модели FLUX.2-small-decoder от Black Forest Labs и gemma-4-12B-it от Google теперь доступны в Amazon SageMaker JumpStart, что расширяет портфель базовых моделей, доступных клиентам AWS. Эти две модели предоставляют специализированные возможности, в том числе высокоэффективное декодирование при генерации изображений и унифицированный мультимодальный анализ, позволяя клиентам развертывать высокопроизводительные и масштабируемые ИИ-решения на базе инфраструктуры AWS.
Модель FLUX.2-small-decoder оптимизирована для быстрого декодирования изображений с использованием малого объема видеопамяти (VRAM) в конвейерах генерации FLUX.2. Она представляет собой максимально оптимизированный вариационный автокодировщик (VAE), который замещает стандартный декодер FLUX.2, обеспечивая примерно в 1,4 раза более высокую скорость декодирования при в 1,4 раза меньшем потреблении VRAM с минимальной или нулевой потерей качества. Преимущества модели становятся еще заметнее при высоких разрешениях, когда декодер обрабатывает больше пикселей, за счет чего она является идеальным решением для крупномасштабных производственных рабочих нагрузок по генерации изображений.
Модель gemma-4-12B-it лучше всего подходит для унифицированного мультимодального анализа поступающих на вход текстов, изображений и аудиоданных, обладая встроенной поддержкой вызова функций и агентных рабочих процессов. Она построена на архитектуре без кодировщиков: данные всех модальностей поступают на трансформер, кодировщик в котором всего один. Благодаря этому ее производительность сравнима с таковой у более крупной модели Google на основе архитектуры «Смесь экспертов», имеющей 26 млрд параметров, однако ей для работы достаточно вполовину меньшей памяти. Компактность модели позволяет ей работать всего с 16 ГБ ОЗУ; при этом она обеспечивает мощные мультимодальные и агентные возможности для развертывания в корпоративных средах.
Используя SageMaker JumpStart, клиенты могут развернуть любую из этих моделей всего несколькими щелчками мыши для своих примеров использования искусственного интеллекта.
Чтобы начать работу с этими моделями, откройте каталог моделей SageMaker JumpStart в консоли SageMaker или воспользуйтесь пакетом средств разработки ПО (SDK) SageMaker для Python, чтобы развернуть модели в своем аккаунте AWS. Подробные инструкции о развертывании и использовании базовых моделей в SageMaker JumpStart см. в документации Amazon SageMaker JumpStart.