re:lnvent 2023 Swami Sivasubramanian主題演講，數(shù)據(jù)、AI和人類共進(jìn)共生，重塑生成式AI時代的數(shù)據(jù)戰(zhàn)略。

賦能人才加持生成式AI必備能

生成式AI創(chuàng)新中心：解決生成式AI工程化挑戰(zhàn)。

Amazon Bedrock平臺PartyRock：生成式AI應(yīng)用程序?qū)嵅贅?gòu)建平臺。

Generative Al Scholarship和AI MLScholarship兩項計劃：面向全球?qū)W生提供技能培訓(xùn)和獎學(xué)金。

利用企業(yè)私有數(shù)據(jù)構(gòu)建差異化

Vector search for Amazon MemoryDB for Redis：應(yīng)對更高的吞吐量和并發(fā)性。

Vector engine for OpenSearch Serverless：添加向量支持、提升服務(wù)性能。

Amazon DocumentDB和Amazon DynamoDB數(shù)據(jù)庫嵌入vector search功能。

豐富的基礎(chǔ)模型和工具助力構(gòu)建

Amazon Bedrock新增支持Claude 2.1、新增支持Llama2 70B。

Model Evaluation on AmazorBedrock，根據(jù)客戶需求更快過輕松地評估模型。

Amazon SageMaker HyperPod通過分布式訓(xùn)練，將模型訓(xùn)練時間減少40%

Amazon SageMaker推理、訓(xùn)練、MLOps和IDEs上的四大創(chuàng)新更輕松地構(gòu)建、訓(xùn)練和部署新的LLMs。

zero-ETL：Amazon OpenSearch Service zero-ETL集成Amazon S3。

Amazon Clean Rooms ML：與合作伙伴共同訓(xùn)練模型時，無需共享底層數(shù)據(jù)。

Amazon Q generative SQL in Amazon Redshift：自然語言提示轉(zhuǎn)換為SQL語句。

Amazon Q data integration in Amazon Glue通過Q使用自然語言更快地集成數(shù)據(jù)。

Multimodal Embeddings，創(chuàng)建更豐富的多模型搜索和推薦選項。

Amazon Titan Text Lite和Amazor·Titan Express兩款文本生成模型。

Amazon Titan lmage Generator文生圖基礎(chǔ)模型，高效生成高質(zhì)量圖像。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！

本文素材來自互聯(lián)網(wǎng)，如有侵權(quán)，請聯(lián)系將及時刪除！