Amazon Bedrock -- 快速构建生成式 AI 应用的利器

2024-05-27 12:44

本文主要是介绍Amazon Bedrock -- 快速构建生成式 AI 应用的利器,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

即刻起飞 —— 基于 Amazon Bedrock 快速构建生成式 AI 应用

2022年11月30日, 美国人工智能科技公司的Open AI 的 ChatGPT 发布之后,全球就掀起了广泛的人工智能话题的谈论,从国家层面到各大科技公司、再到每一个个人都受到了AI热潮的影响,无不惊叹于以 ChatGPT 为首的各类生成式AI人物对话图像生成代码编写等场景的出彩表现,而ChatGPT作为全球领先的人工智能对话平台,自推出以来便迅速获得了广泛的用户青睐。最新的数据显示,其用户数量已经突破了17亿大关。

目前就而言单一的对话场景,提炼信息,编写程序等通用功能确实体现的生成式AI的巨大潜力,不过也有值得思考的地方,为什么AI明明在可涉及现代产业方面都能助力生产力的进一步升级,但是能提现这一现象的结果并不理想。

对于上诉问题所有,可能原因在于

门槛,AI模型部署的门槛实在过高,涉及的运行设备,技术人才等成本过于高昂。

对此痛点 亚马逊云科技 AWS 退出了 即开即用的 AI应用搭建基础设施服务 Amazon Bedrock ,可以快速便捷的基于公司或开发场景将所需的指定模型部署到自己的业务之中来,大大的省去因专业AI模型部署所需的技术门槛,压缩使用AI技术的各项成本。对应业务的开发者仅需要了解模型业务端的使用即可。可以有效的助力各行业探寻对应的业务落地场景,以其创造引领变革的划时代超级AI应用,为企业的业务带来新的强劲增长动力。

Amazon Bedrock 是什么?

Amazon Bedrock 是一项完全托管式服务,可通过 API 提供来自领先的人工智能初创企业和 Amazon 的 FM,因此您可以从各种 FM 中进行选择,以找到最适合您的应用场景的模型。

借助 Bedrock 的无服务器体验,您可以快速入门,使用自己的数据私人定制 FM,并使用 AWS 工具轻松将其集成和部署到您的应用程序中,而无需管理任何基础设施,即可体验 AI 构建生成式人工智能应用程序所需的一系列广泛功能。

简单的来说,就是 Amazon Bedrock 服务集成了主流人工智能公司各家的开源生成式AI模型,并且由亚马逊官方专业的AI技术团队部署在亚马逊云服务器之上,对外直接提供AI 的在线web使用AI服务或者API接口服务。当然如果你是一个AI工作者,甚至可以向Amazon Bedrock导入自己调试的AI模型,或者基于Amazon Bedrock提供的模型进行微调。
请添加图片描述

实践体验 Amazon Bedrock

目前 Amazon Bedrock 服务提供了免费的使用权限,可以给需要的朋友进行体验

  • 访问 Amazon Bedrock 官方产品网页:https://dev.amazoncloud.cn/experience/cloudlab?id=65fd7f888f852201f9704488

  • 登录 亚马逊云科技 AWS 账户

  • 点击 开始实验

    请添加图片描述

请添加图片描述

之后点击入门即可,

进之后即可看到基础模型库中,Amazon Bedrock 提供了许多市面上主流的开源AI模型

例如:

  • Meta 公司的 Llama ,
  • 对标 Open AI 的有力竞争对手 Anthropic Claude
  • 绘图领域著名 Stability AI 的模型 Stable SDXL

请添加图片描述

在线体验 AI绘图 模型

点击左侧的 图像,则能够直接使用 亚马逊云 提供的 基础绘图 AI 模型服务

中间则是提供了 SDXL 1.0Titan Image Generator G1 两种绘图模型,分别来时著名的AI绘图科技公司 Stability AI 和亚马逊科技自家的 Titan 模型

右边是绘图模型的高级设置选项

请添加图片描述

介于 Stability AI 推出的 SDXL1.0 在绘图领域具备良好的性能和口碑,我们点击 SDXL1.0,在 输入框输入以下提示词,来画一只

一张高清的黄色背景中一只穿着牛仔裤的猫

masterpiece,best quality,full_shot,kawaii,chibi,futuristic,yellow,orange,yellow background,a cat wearing jeans,

然后点击运行,等待大约十几秒之后,可以看到图像生成了一张较为符合提示词的图片

请添加图片描述

当然我们可以 使用 Titan Image Generator G1模型来试试,点击SDXL 1.0模型下的小字,更改直接切换模型,也是点击运行,同时页等待大约十几秒,并且直接出了三张图片,精准的命中提示词中的 yellow background,wearing jeans,画面形象的塑造上的 Titan G1 还要比 SDXL 1.0 模型 更胜一筹

请添加图片描述

之后我进行了几次在线体验,出图速度和图像质量都很不错,尤其是者生成美女图片上,竟然体现了美的多样性,只能说 亚马逊 的生成式 AI 模型牛啊,借助了 Amazon Bedrock 服务,这种便利性相信大家在尝试之后就会发现,使用生成式AI 竟能如此便利

请添加图片描述

若是不知如何使用可以点击右侧的使用示例

请添加图片描述

在线体验 AI对话 模型

  • 目前提供了主流的 六种 AI对话模型
  • A121 Labs – Jurassic
  • Amazon – Titan Text G1
  • Anthropic – Claude
  • Cohere – Command
  • Meta – Llama
  • Mistral Al

请添加图片描述

你甚至还能够选择 AI对话模型 不同的参数版本,这实属是良心啊

请添加图片描述

更多功能

除上诉提及的之外,Amazon Bedrock 还有许多其他的特色功能,这里提两个特别重要的如下:

  • 自定义AI模型
  • AI模型在线 API服务

自定义AI模型

打开自定义AI模型的界面,可以看到

Amazon Bedrock 提供了基于模型的 微调模型 服务,可以实现在线模型微调,

对于由针对于的专业领域,微调模型是必要的。

请添加图片描述

另外还提供了 导入 私有模型的功能,

可以借助 Amazon Bedrock 使用私有模型的测试和调试

请添加图片描述

AI模型在线 API服务**

对于有技术能力的企业来说,通过API调用AI模型的方式,是它们接入AI的不二选择,亚马逊云也提供了相关的服务

由于API服务是需要使用到 亚马逊云的外一项云服务Amazon Cloud9, 故而不便演示

可以参考Amazon Bedrock 实验手册直达链接:https://dev.amazoncloud.cn/experience/cloudlab?id=65fd7f888f852201f9704488

  • 2.1 使用 Amazon Cloud9 快速体验 Amazon Bedrock 中 Stability AI SDXL 1.0 API 的调用

之中的内容,助您一键搭建AI模型的在线API调用服务

最后

好了不用多说,快来亚马逊体验 即开即用的 Amazon Bedrock 生成式AI 产品服务吧

Amazon Bedrock 直达链接:https://dev.amazoncloud.cn/experience/cloudlab?id=65fd7f888f852201f9704488

Amazon Bedrock用户指南:https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html

这篇关于Amazon Bedrock -- 快速构建生成式 AI 应用的利器的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1007512

相关文章

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

PostgreSQL的扩展dict_int应用案例解析

《PostgreSQL的扩展dict_int应用案例解析》dict_int扩展为PostgreSQL提供了专业的整数文本处理能力,特别适合需要精确处理数字内容的搜索场景,本文给大家介绍PostgreS... 目录PostgreSQL的扩展dict_int一、扩展概述二、核心功能三、安装与启用四、字典配置方法

Python中re模块结合正则表达式的实际应用案例

《Python中re模块结合正则表达式的实际应用案例》Python中的re模块是用于处理正则表达式的强大工具,正则表达式是一种用来匹配字符串的模式,它可以在文本中搜索和匹配特定的字符串模式,这篇文章主... 目录前言re模块常用函数一、查看文本中是否包含 A 或 B 字符串二、替换多个关键词为统一格式三、提

Java MQTT实战应用

《JavaMQTT实战应用》本文详解MQTT协议,涵盖其发布/订阅机制、低功耗高效特性、三种服务质量等级(QoS0/1/2),以及客户端、代理、主题的核心概念,最后提供Linux部署教程、Sprin... 目录一、MQTT协议二、MQTT优点三、三种服务质量等级四、客户端、代理、主题1. 客户端(Clien

Linux如何快速检查服务器的硬件配置和性能指标

《Linux如何快速检查服务器的硬件配置和性能指标》在运维和开发工作中,我们经常需要快速检查Linux服务器的硬件配置和性能指标,本文将以CentOS为例,介绍如何通过命令行快速获取这些关键信息,... 目录引言一、查询CPU核心数编程(几C?)1. 使用 nproc(最简单)2. 使用 lscpu(详细信

CSS中的Static、Relative、Absolute、Fixed、Sticky的应用与详细对比

《CSS中的Static、Relative、Absolute、Fixed、Sticky的应用与详细对比》CSS中的position属性用于控制元素的定位方式,不同的定位方式会影响元素在页面中的布... css 中的 position 属性用于控制元素的定位方式,不同的定位方式会影响元素在页面中的布局和层叠关

SpringBoot3应用中集成和使用Spring Retry的实践记录

《SpringBoot3应用中集成和使用SpringRetry的实践记录》SpringRetry为SpringBoot3提供重试机制,支持注解和编程式两种方式,可配置重试策略与监听器,适用于临时性故... 目录1. 简介2. 环境准备3. 使用方式3.1 注解方式 基础使用自定义重试策略失败恢复机制注意事项

一文详解如何在idea中快速搭建一个Spring Boot项目

《一文详解如何在idea中快速搭建一个SpringBoot项目》IntelliJIDEA作为Java开发者的‌首选IDE‌,深度集成SpringBoot支持,可一键生成项目骨架、智能配置依赖,这篇文... 目录前言1、创建项目名称2、勾选需要的依赖3、在setting中检查maven4、编写数据源5、开启热

基于Python构建一个高效词汇表

《基于Python构建一个高效词汇表》在自然语言处理(NLP)领域,构建高效的词汇表是文本预处理的关键步骤,本文将解析一个使用Python实现的n-gram词频统计工具,感兴趣的可以了解下... 目录一、项目背景与目标1.1 技术需求1.2 核心技术栈二、核心代码解析2.1 数据处理函数2.2 数据处理流程

Python FastMCP构建MCP服务端与客户端的详细步骤

《PythonFastMCP构建MCP服务端与客户端的详细步骤》MCP(Multi-ClientProtocol)是一种用于构建可扩展服务的通信协议框架,本文将使用FastMCP搭建一个支持St... 目录简介环境准备服务端实现(server.py)客户端实现(client.py)运行效果扩展方向常见问题结