Amazon Bedrock
使用基础模型 (FM) 构建和扩展生成式 AI 应用程序的最简单方法
Amazon Bedrock 是一项完全托管的服务，可通过 API 提供来自 Amazon 和领先 AI 初创企业的根基模型（FM），因此您可以从各种 FM 中进行选择，找到最适合您的应用场景的模型。借助 Amazon Bedrock 无服务器体验，您可以快速入门，轻松试用 FM，使用自己的数据私下自定义 FM，并使用亚马逊云科技工具和功能将它们无缝集成和部署到您的应用程序中。
Amazon SageMaker JumpStart
机器学习（ML）中心，包含只需单击几下即可部署的基础模型、内置算法和预构建 ML 解决方案
Amazon SageMaker JumpStart 是一个机器学习（ML）中心，可以帮助您加速 ML 之旅。使用 SageMaker JumpStart，您可以访问预训练的模型，包括基础模型，以执行文章总结和图片生成等任务。预训练模型可针对您的使用案例和数据完全自定义，并且您可以使用用户界面或 SDK 轻松将其部署到生产中。
Amazon CodeWhisperer
使用您的 AI 编码配套应用程序更快、更安全地构建应用程序
CodeWhisperer 经过数十亿行代码的训练，可以根据您的评论和现有代码实时生成从代码片段到全函数的代码建议。绕过耗时的编码任务，加速使用不熟悉的 API 进行的构建。
Amazon Bedrock
使用基础模型 (FM) 构建和扩展生成式 AI 应用程序的最简单方法
Amazon Bedrock 是一项完全托管的服务，可通过 API 提供来自 Amazon 和领先 AI 初创企业的根基模型（FM），因此您可以从各种 FM 中进行选择，找到最适合您的应用场景的模型。借助 Amazon Bedrock 无服务器体验，您可以快速入门，轻松试用 FM，使用自己的数据私下自定义 FM，并使用亚马逊云科技工具和功能将它们无缝集成和部署到您的应用程序中。
Amazon SageMaker JumpStart
机器学习（ML）中心，包含只需单击几下即可部署的基础模型、内置算法和预构建 ML 解决方案
Amazon SageMaker JumpStart 是一个机器学习（ML）中心，可以帮助您加速 ML 之旅。使用 SageMaker JumpStart，您可以访问预训练的模型，包括基础模型，以执行文章总结和图片生成等任务。预训练模型可针对您的使用案例和数据完全自定义，并且您可以使用用户界面或 SDK 轻松将其部署到生产中。
“亚马逊云科技游戏团队对 AIGC 应用场景理解深入、服务高效，使 Fanbook 快速满足了游戏厂商大规模用户管理运营的需求，提升了运营效率，降低了研发投入，聚焦让用户为厂商创造更多的内容与品牌价值。”
——关嵩，创梦天地联合创始人兼 CTO
“亚马逊云科技游戏团队对 AIGC 应用场景理解深入、服务高效，使 Fanbook 快速满足了游戏厂商大规模用户管理运营的需求，提升了运营效率，降低了研发投入，聚焦让用户为厂商创造更多的内容与品牌价值。”
——关嵩，创梦天地联合创始人兼 CTO
“如果没有亚马逊云科技 CDK（Amazon Cloud Development Kit），Scenario 就不可能实现。所有的基础设施都是通过亚马逊云科技部署的，所以我们几乎无需手动做任何部署。”
——Hervé Nivon， Scenario 联合创始人兼 CTO
“如果没有亚马逊云科技 CDK（Amazon Cloud Development Kit），Scenario 就不可能实现。所有的基础设施都是通过亚马逊云科技部署的，所以我们几乎无需手动做任何部署。”
——Hervé Nivon， Scenario 联合创始人兼 CTO
“过去我们需要将素材的设计外包给原画团队，不仅制作周期长，也是企业不可忽视的一项业务成本。在亚马逊云科技上应用 AIGC 进行填色素材自动化创作之后，我们不仅可以根据玩家喜好生成更多的资源，也帮助企业节约了超过 60% 的素材外包设计成本。”
——袁海林 成都四月科技有限公司 CEO
“过去我们需要将素材的设计外包给原画团队，不仅制作周期长，也是企业不可忽视的一项业务成本。在亚马逊云科技上应用 AIGC 进行填色素材自动化创作之后，我们不仅可以根据玩家喜好生成更多的资源，也帮助企业节约了超过 60% 的素材外包设计成本。”
——袁海林 成都四月科技有限公司 CEO
“经过综合的评估，在亚马逊云科技的托管服务上构建 AIGC 应用让研发周期从 6 个月降到了 2-3 个月，这也意味着我们在市场的竞争中可以获得更多优势。”
—— 黄琦敏 武汉市多比特信息科技有限公司创始人
“经过综合的评估，在亚马逊云科技的托管服务上构建 AIGC 应用让研发周期从 6 个月降到了 2-3 个月，这也意味着我们在市场的竞争中可以获得更多优势。”
—— 黄琦敏 武汉市多比特信息科技有限公司创始人
“在 Amazon SageMaker 服务中通过托管式的 EC2 Spot 实例执行训练任务，并指定采用 Spot 实例的任务类型和相关的停止条件，这种快速灵活的资源调度模式既能够保障业务的需求，也能够带来可预测的低价格。在完成训练任务后，产品团队还可以直观的掌握成本节约情况。与按需实例相比，Spot 实例帮助海艺互娱实现了超过 60% 的成本节约。”
——马飞 成都海艺互娱科技有限公司 首席执行官
“在 Amazon SageMaker 服务中通过托管式的 EC2 Spot 实例执行训练任务，并指定采用 Spot 实例的任务类型和相关的停止条件，这种快速灵活的资源调度模式既能够保障业务的需求，也能够带来可预测的低价格。在完成训练任务后，产品团队还可以直观的掌握成本节约情况。与按需实例相比，Spot 实例帮助海艺互娱实现了超过 60% 的成本节约。”
——马飞 成都海艺互娱科技有限公司 首席执行官
亚马逊云科技与 Hugging Face 合作，以加速对大语言模型和视觉模型的训练、精调和部署，促进生成式 AI 应用的创建。生成式 AI 应用可以执行各种任务，包括文本摘要、问题回答、代码生成、图像创建以及撰写论文和文章。Hugging Face 所以选择亚马逊云科技作为首选云供应商，是因为它提供了灵活、可选的全球领先性能工具，例如 Amazon SageMaker、Amazon Trainium 和 Amazon Inferentia，满足了 Hugging Face 模型训练、精调和部署需求。依赖于此，开发人员使用 Hugging Face 可以轻松优化性能并降低成本，从而更快地将生成式AI应用投入到生产环境。
客户可以通过三种方式在亚马逊云科技平台上调用 Hugging Face 模型，如使用 SageMaker JumpStart、Hugging Face 亚马逊云科技深度学习容器（ DLC），或者根据教程将已有模型部署到 Amazon Trainium 或 Amazon Inferentia。Hugging Face DLC 包含了优化的 transformer、数据集和标记器库，使用户将大规模地精调和部署生成式 AI 应用程序的时间从几周缩短到几小时，并且只需极少的代码更改。SageMaker JumpStart 和 Hugging Face DLC 在提供 Amazon SageMaker 服务的所有区域上均可使用，无需额外费用。
AI 绘画解决方案
行者 AI 基于 Amazon SageMaker 构建 AIGC SaaS 平台，利用 Amazon SageMaker Notebook 将 AIGC 模型发布至 SageMaker Inference Endpoint，通过输入作画关键词直接调用这些模型并生成用户需要的图片。SageMaker Inference Endpoint 会自动根据平台调用情况进行底层 GPU 实例的弹性伸缩， 保证平台能够随时支持平台用户使用。另外，平台也可以上传样本图片进行模型微调（Fine-Tunning），触发自动化工作流，自动调用 SageMaker 训练任务进行训练，并且可以将微调后的模型进行自动部署，用户调用相应接口即可获得符合预期的图片。
AI 绘画解决方案
伊克罗德推出了基于 Stable Diffusion 的 AI 绘画解决方案，既拥有经过广泛验证且易于部署的先进 AI 算法模型，又提供丰富且高性价比的云端资源以优化成本，旨在帮助游戏、电商、媒体、影视、广告、传媒等行业快速构建 AIGC 应用通路，打造 AI 时代的领先生产力。此方案能够在 Marketplace 中一键订阅，快速启动，无需进行复杂的环境配置。同时还结合亚马逊云科技无服务器服务 Amazon API Gateway、AWS DynamoDB 等，将 WebUI 前端的训练、推理请求，无缝转发到 Amazon SageMaker 后端的专用推理、训练服务器上，实现算力的无缝扩展，并基于此架构基础实现前后端分离、精确的成本管控。在 SageMaker 上进行的推理、训练结果都会存储在 Amazon DynamoDB 和 Amazon S3 中，方便随时对结果进行回溯。
「Nolibox 计算美学」致力于对企业提供行业领先的 AIGC 图像全链路解决方案，以「AIGC 大模型」 + 「工具化 SaaS 产品」作为 AIGC to B 的服务标准。
目前，计算美学已在诸多行业实现 AIGC 图像的落地应用，并将持续地以 AIGC 能力助力企业智能创意新基建。
神州泰岳解决方案介绍
在云技术日渐成为 ICT 主流环境的大潮中，神州泰岳全面拥抱云原生理念和应用架构，为互联网、游戏等创新客户高性价比用云、传统企业客户快速上云提供优质服务，为客户提供上云迁移、云架构优化、云成本分析优化工具、云上代维、云 DevOps、云原生应用开发等服务。 神州泰岳联合亚马逊云科技，提供云上智能渲染与设计的解决方案，为游戏客户提供全服务周期的端到端打包服务，让设计师使用灵活弹性的算力、按需扩展容量的云资源。同时，基于 Stable Diffusion 开源模型，构建了辅助设计平台，为设计流程提供 GenAI (Generative AI) 文生图能力、以及模型训练和管理能力、并可根据客户的设计素材，对模型进行定制化，满足客户特定游戏场景需求。
亚马逊云科技与 Hugging Face 合作，以加速对大语言模型和视觉模型的训练、精调和部署，促进生成式 AI 应用的创建。生成式 AI 应用可以执行各种任务，包括文本摘要、问题回答、代码生成、图像创建以及撰写论文和文章。Hugging Face 所以选择亚马逊云科技作为首选云供应商，是因为它提供了灵活、可选的全球领先性能工具，例如 Amazon SageMaker、Amazon Trainium 和 Amazon Inferentia，满足了 Hugging Face 模型训练、精调和部署需求。依赖于此，开发人员使用 Hugging Face 可以轻松优化性能并降低成本，从而更快地将生成式AI应用投入到生产环境。
客户可以通过三种方式在亚马逊云科技平台上调用 Hugging Face 模型，如使用 SageMaker JumpStart、Hugging Face 亚马逊云科技深度学习容器（ DLC），或者根据教程将已有模型部署到 Amazon Trainium 或 Amazon Inferentia。Hugging Face DLC 包含了优化的 transformer、数据集和标记器库，使用户将大规模地精调和部署生成式 AI 应用程序的时间从几周缩短到几小时，并且只需极少的代码更改。SageMaker JumpStart 和 Hugging Face DLC 在提供 Amazon SageMaker 服务的所有区域上均可使用，无需额外费用。
AI 绘画解决方案
行者 AI 基于 Amazon SageMaker 构建 AIGC SaaS 平台，利用 Amazon SageMaker Notebook 将 AIGC 模型发布至 SageMaker Inference Endpoint，通过输入作画关键词直接调用这些模型并生成用户需要的图片。SageMaker Inference Endpoint 会自动根据平台调用情况进行底层 GPU 实例的弹性伸缩， 保证平台能够随时支持平台用户使用。另外，平台也可以上传样本图片进行模型微调（Fine-Tunning），触发自动化工作流，自动调用 SageMaker 训练任务进行训练，并且可以将微调后的模型进行自动部署，用户调用相应接口即可获得符合预期的图片。
AI 绘画解决方案
伊克罗德推出了基于 Stable Diffusion 的 AI 绘画解决方案，既拥有经过广泛验证且易于部署的先进 AI 算法模型，又提供丰富且高性价比的云端资源以优化成本，旨在帮助游戏、电商、媒体、影视、广告、传媒等行业快速构建 AIGC 应用通路，打造 AI 时代的领先生产力。此方案能够在 Marketplace 中一键订阅，快速启动，无需进行复杂的环境配置。同时还结合亚马逊云科技无服务器服务 Amazon API Gateway、AWS DynamoDB 等，将 WebUI 前端的训练、推理请求，无缝转发到 Amazon SageMaker 后端的专用推理、训练服务器上，实现算力的无缝扩展，并基于此架构基础实现前后端分离、精确的成本管控。在 SageMaker 上进行的推理、训练结果都会存储在 Amazon DynamoDB 和 Amazon S3 中，方便随时对结果进行回溯。
「Nolibox 计算美学」致力于对企业提供行业领先的 AIGC 图像全链路解决方案，以「AIGC 大模型」 + 「工具化 SaaS 产品」作为 AIGC to B 的服务标准。
目前，计算美学已在诸多行业实现 AIGC 图像的落地应用，并将持续地以 AIGC 能力助力企业智能创意新基建。
神州泰岳解决方案介绍
在云技术日渐成为 ICT 主流环境的大潮中，神州泰岳全面拥抱云原生理念和应用架构，为互联网、游戏等创新客户高性价比用云、传统企业客户快速上云提供优质服务，为客户提供上云迁移、云架构优化、云成本分析优化工具、云上代维、云 DevOps、云原生应用开发等服务。 神州泰岳联合亚马逊云科技，提供云上智能渲染与设计的解决方案，为游戏客户提供全服务周期的端到端打包服务，让设计师使用灵活弹性的算力、按需扩展容量的云资源。同时，基于 Stable Diffusion 开源模型，构建了辅助设计平台，为设计流程提供 GenAI (Generative AI) 文生图能力、以及模型训练和管理能力、并可根据客户的设计素材，对模型进行定制化，满足客户特定游戏场景需求。
AWS 对 Internet Explorer 的支持将于 07/31/2022 结束。受支持的浏览器包括 Chrome、Firefox、Edge 和 Safari。
了解详情 »
