โมเดล FLUX.2-small-decoder และ gemma-4-12B-it พร้อมใช้งานบน Amazon SageMaker JumpStart แล้ว
ขณะนี้ โมเดล FLUX.2-small-decoder ของ Black Forest Labs และ gemma-4-12B-it ของ Google พร้อมใช้งานบน Amazon SageMaker JumpStart ซึ่งขยายพอร์ตโฟลิโอของโมเดลพื้นฐานที่พร้อมให้บริการแก่ลูกค้า AWS โมเดลทั้งสองนี้มาพร้อมความสามารถเฉพาะทางที่ครอบคลุมการถอดรหัสการสร้างรูปภาพที่มีประสิทธิภาพและการทำความเข้าใจหลายรูปแบบแบบรวม ซึ่งช่วยให้ลูกค้าสามารถนำโซลูชัน AI ที่มีประสิทธิภาพสูงและปรับขนาดได้ไปใช้จริงบนโครงสร้างพื้นฐาน AWS
FLUX.2-small-decoder ได้รับการเพิ่มประสิทธิภาพเพื่อการถอดรหัสรูปภาพที่รวดเร็วยิ่งขึ้นโดยใช้ VRAM น้อยลงในไปป์ไลน์การสร้างรูปภาพ FLUX.2 โมเดลนี้เป็นตัวถอดรหัส VAE แบบ Distilled ที่ใช้แทนตัวถอดรหัส FLUX.2 มาตรฐานได้โดยตรง โดยให้ความเร็วในการถอดรหัสเร็วขึ้นประมาณ 1.4 เท่า พร้อมใช้ VRAM น้อยลง 1.4 เท่า โดยแทบไม่สูญเสียคุณภาพหรือไม่สูญเสียคุณภาพเลย ประโยชน์จะเพิ่มขึ้นเมื่อใช้ความละเอียดที่สูงขึ้น ซึ่งตัวถอดรหัสจะประมวลผลพิกเซลมากขึ้น จึงเหมาะอย่างยิ่งสำหรับเวิร์กโหลดการสร้างรูปภาพระดับการใช้งานจริงในระดับขนาดใหญ่
gemma-4-12B-it มีประสิทธิภาพโดดเด่นในการทำความเข้าใจหลายรูปแบบแบบรวมสำหรับอินพุตข้อความ รูปภาพ และเสียง พร้อมการรองรับการเรียกใช้ฟังก์ชันและเวิร์กโฟลว์แบบ Agent ในตัว โมเดลนี้มีสถาปัตยกรรมที่ไม่มีตัวเข้ารหัส ซึ่งข้อมูลทุกรูปแบบจะส่งตรงไปยังตัวแปลงข้อมูลแบบตัวถอดรหัสเท่านั้นตัวเดียว โดยให้ประสิทธิภาพใกล้เคียงกับโมเดล MoE ขนาดใหญ่กว่า 26B ของ Google แต่ใช้หน่วยความจำน้อยกว่าครึ่งหนึ่ง โดยมีขนาดกะทัดรัดเพียงพอที่จะทำงานบน RAM ขนาด 16GB ซึ่งช่วยให้สามารถสร้างประสบการณ์หลายรูปแบบและแบบ Agent ที่มีประสิทธิภาพสำหรับการนำไปใช้จริงในระดับองค์กร
ด้วย SageMaker JumpStart ลูกค้าสามารถติดตั้งใช้งานโมเดลใดก็ได้เหล่านี้ด้วยการคลิกเพียงไม่กี่ครั้ง เพื่อรองรับกรณีการใช้งาน AI เฉพาะของตน
ในการเริ่มต้นใช้งานโมเดลเหล่านี้ ให้ไปที่แคตตาล็อกโมเดล SageMaker JumpStart ในคอนโซล SageMaker หรือใช้ SageMaker Python SDK เพื่อติดตั้งใช้งานโมเดลไปยังบัญชี AWS ของคุณ ดูข้อมูลเพิ่มเติมเกี่ยวกับการติดตั้งใช้งานและการใช้โมเดลพื้นฐานบน SageMaker JumpStart ได้ที่เอกสารประกอบของ Amazon SageMaker JumpStart