降低门槛，亚马逊云技术发力生成式AI

【行业】近日，亚马逊云技术在re:Invent全球大会上围绕底层基础设施、生成式人工智能（AI）、数据策略等推出了一系列新技术。

服务和功能。

与此同时，亚马逊云科技re:Invent中国城市巡展今日正式启动，将覆盖北京、上海、广州、深圳、成都、青岛、南京、西安、杭州、长沙等10个城市，提供综合平台为中国建筑商在 re:Invent 全球会议上展示最新的服务和技术、前沿趋势和最佳实践。

亚马逊云技术大中华区产品部总经理陈晓建表示：“作为全球云计算的创始人和领导者，亚马逊云技术每年都会在re:Invent全球大会上发布许多新服务、新功能和新应用。

我们在基础设施、计算、存储、数据等领域不断重塑云计算，并围绕当今最具变革性的技术——生成式AI推出重大新服务和功能。

我们希望通过这些技术创新帮助更多企业加速创新。

，用生成式AI全面重塑未来。

“亚马逊云技术全力致力于生成式AI，推出了一系列针对企业级生成式AI的新服务和功能，其中包括重塑工作未来的全新生成式AI助手亚马逊。

问：Amazon Bedrock的更多模型选择和新功能强大的功能，Amazon SageMaker的五项新功能有助于应用模型的规模化开发等，帮助企业更轻松、安全地构建和应用生成式AI 亚马逊云技术为生成式AI提供了三层架构，包括使用基础模型构建的应用程序。

基于基础模型构建的工具以及基础模型训练和推理的基础设施，并在各个层面不断创新，帮助客户更轻松、安全地构建和应用生成式人工智能，进一步降低生成式人工智能的使用门槛。

客户自己的信息存储库、代码和企业系统，Amazon Q 可以进行定制，以满足客户的业务需求，专门满足办公场景的需求。

客户可以快速获得复杂问题的相关答案、生成内容并采取行动。

此外，客户的内容永远不会用于训练 Amazon Q 的底层模型。

Amazon Q 已向客户提供预览版，Amazon Connect 中的 Amazon Q 已正式推出，Amazon Supply Chain 中的 Amazon Q 即将推出。

Amazon Bedrock 发布了更多模型选择和新的强大功能，以帮助安全构建和扩展生成式 AI 应用程序。

Anthropic、Cohere、Meta、Stability AI 和 Amazon 的最新高性能模型为客户提供了更丰富的行业领先模型选择，以支持各种用例。

该版本进一步降低了生成式人工智能应用的进入门槛，为客户提供了更多行业领先的模型选择和模型评估新功能，以简化客户使用相关和专有数据定制模型的方式，同时还为复杂任务提供自动化执行工具并确保客户负责任地构建和部署应用程序。

Amazon SageMaker 的五项新功能使企业能够更轻松地快速构建、训练和部署支持各种生成式 AI 使用案例的机器学习模型。

其中包括： Amazon SageMaker HyperPod 可以大规模加速基本模型训练，将训练时间缩短高达 40%，并确保持续数周或数月的不间断训练过程； Amazon SageMaker Inference 推理功能可平均降低 50% 的部署成本，并将推理延迟降低 20%； Amazon SageMaker Clarify 帮助客户评估、比较和选择最佳模型； Amazon SageMaker Canvas 的两项增强功能（使用自然语言指令准备数据和利用模型进行大规模业务分析）将使客户能够更轻松、更快速地将生成式 AI 集成到他们的工作流程中。

为了给生成式AI提供强大的数据支持，亚马逊云技术进一步丰富了矢量数据库的选择，并推出了零ETL集成功能，使跨数据存储的数据访问和分析更加快捷方便。

Amazon OpenSearch Serverless 矢量引擎、Amazon DocumentDB 和 Amazon DynamoDB 的新矢量搜索功能以及 Amazon Memory DB for Redis 矢量搜索预览版提高了生成式 AI 应用程序在响应和延迟方面的性能。

亚马逊云技术还正式推出了图数据库分析引擎Amazon Neptune Analytics，可以帮助Snapchat等应用程序在几秒钟内对数十亿个连接进行图分析。

无论数据存储在何处，零 ETL 集成功能都可以简化数据连接和操作流程，让客户能够灵活利用 Amazon Cloud 广泛且领先的数据库和分析服务，深入探索新见解，同时更快地进行创新和实施创新。

做出更明智的数据驱动决策。

在数据治理方面，亚马逊云技术推出了Amazon DataZone的AI描述建议功能预览版，可以自动为企业数据集生成更易理解的业务描述，并提供数据集的使用建议。

此外，亚马逊云技术还推出了新一代自研芯片Amazon Graviton4和Amazon Trainium2，为机器学习（ML）训练和生成式AI应用等广泛的工作负载提供更高的性价比和能效。

其中，Graviton4 与当前一代 Graviton3 处理器相比性能提升高达 30%，独立核心数量增加 50% 以上，内存带宽增加 75% 以上，为 Amazon Elastic Compute 上运行的工作负载提供最佳性能云 (Amazon EC2) 和能源效率。

基于 Graviton4 的 Amazon EC2 R8g 实例目前提供预览版。

Trainium2 芯片专为具有数万亿个参数或变量的基础模型和大型语言模型的高性能训练而构建，可提供高达 4 倍的性能提升、3 倍的内存提升以及能效（每瓦性能）提高高达 2 倍。