今天小編分享的互聯網經驗：大模型新貴還是繞不過雲計算大佬，歡迎閲讀。
"AI or die"
至少有那麼一小段時間，雲計算行業真的開始擔心亞馬遜雲科技會落後。
彼時微軟押中 OpenAI，風光一時無兩，激動人心的故事背後是一場豪賭，就連比爾 · 蓋茨也曾警告薩提亞 · 納德拉不要投資 OpenAI，随後 ChatGPT 的現象級熱度讓一切質疑消弭于無形，OpenAI GPT 和微軟 Azure 的組合似乎穩赢。
圖片來源：unsplash
在 " 名不見經傳 " 的 OpenAI 爆火之前，谷歌一直是人工智能領網域技術的标杆，OpenAI 也是站在谷歌的肩膀上才有所成就，比如 Transformer 架構最早由谷歌推出，湧現現象由谷歌研究員發現。如果 AI 是雲服務未來最大的變量，那麼谷歌雲一定是最有力的競争者，位次還要在微軟 Azure 之前。
不得不向微軟 Azure 和谷歌雲脱帽致敬，他們加速了人工智能改變一切的節奏，也讓雲服務的焦點轉向 AI。這是一場 "AI or die" 的競賽，雲巨頭不僅要具備 AI 能力，還要比直接競争對手有更突出的差異化優勢。
當外界普遍為亞馬遜雲科技擔心時，Adam Selipsky 顯然不這麼想，亞馬遜雲科技遍布全球的龐大基礎設施和繁榮的合作夥伴生态，是其長久以來的領先壁壘，外界都在期待亞馬遜雲科技的新底牌。
那些認為微軟 Azure 和谷歌雲能夠憑借大模型超過亞馬遜雲科技，或者説縮小與其差距的觀點，也同時抱有另一種期待，即一旦亞馬遜雲科技将 AI 納入其提供給客户的強大服務生态系統，亞馬遜雲科技失去的任何陣地都會很快被彌補回來。
這就是 2023 年 4 月 Amazon Bedrock 誕生時的背景。相比于微軟和谷歌主推的 OpenAI 和 Google PaLM，亞馬遜雲科技采取了不同的策略。
起初 Amazon Bedrock 主打多模型接入，亞馬遜雲科技的基礎模型 ( Amazon Titan ) ，和各種第三方模型（如 AI21 Labs、Anthropic、Stability AI 等），都可以通過 API 的方式接入。同時發布的還有代碼生成器以及用于訓練和推理的雲上算力。
此後 Amazon Bedrock 不斷更新，增加全新基礎模型、基礎模型供應商以及 Agents 功能，提供微調、知識庫、代理、模型評估等各種豐富的功能，同時還能與亞馬遜雲科技其他工作負載無縫集成。
圖片來源：pixabay
總結來説就是三大方面，簡化選擇：多樣化業界基礎模型選擇； 簡化定制：提供持續預訓練，fine-tuning, RAG 等方式；簡化集成：Agent on Amazon Bedrock。
最新一次的重磅更新，亞馬遜雲科技數據和人工智能副總裁 Swami Sivasubramanian 形容其為 "Significant new capabilities make it easier to use Amazon Bedrock to build and scale generative AI applications – and achieve impressive results"。
重大更新、更易使用、效果顯著，成為 Amazon Bedrock 本次更新的關鍵詞。
大模型向下看，仍舊是雲平台
Amazon Bedrock 對外發布已有一年，過去一年，大模型依然在不斷迭代，甚至迭代得有些過于快速，以至于企業客户不知道把應用做到什麼程度，Amazon Bedrock 給出的答案是，雲廠商不只負責大模型，而是對最終的業務效果負責。
Swami Sivasubramanian 表示，Amazon Bedrock 聚焦于客户所需的關鍵領網域，以适當的成本和速度構建可投入生產的企業級生成式 AI 應用程式。
當所有人都在關注大模型的時候，更應該關注支撐大模型所必需的雲服務，通過一系列的更新，Amazon Bedrock 打造了一個端到端的、對客户業務效果負責的平台，也讓業内再次把目光聚焦到亞馬遜雲科技。
首先，新增了 Llama 3 的 Llama 3 8B 和 Llama 3 70B 版本模型，目前最強的開源模型正式 GA。Llama 3 8B 擅長文本摘要、分類、情感分析和翻譯，适合有限資源和邊緣設備場景。Llama 3 70B 在内容創建、對話式人工智能、語言理解、研發、企業、準确摘要、細致分類 / 情感分析、語言建模、對話系統、代碼生成和指令跟蹤方面表現出色。
同時 Amazon Bedrock 還預告了 Amazon Titan Text Embeddings V2，Embeddings V2 提供 256、512 和 1024 向量空間尺寸，優先考慮降低成本，同時保留 RAG 用例 97% 的準确性，性能優于其他領先模型。
以及即将支持 Cohere 的 Command R 和 Command R+ 企業 FM。Command R+ 是 Cohere 最強大的模型，針對長上下文任務進行了優化，而 Command R 則針對大規模生產工作負載進行了優化。
值得關注的是，Amazon Bedrock 的模型評估工具全面可用，能夠根據特定應用場景的指标（如相關性、風格和品牌聲音）對模型進行評估，為客户評估、比較和選擇适合其應用程式的最佳模型，将評估模型的時間從幾個星期縮短到幾個小時，評估後還會提供評估報告，為更多模型使用者提供參考。
钛媒體 App 觀察到，現階段客户并不希望被一個模型綁定，基礎模型在進化，應用場景也在調試，客户希望更多選擇、更低成本、更易調試不同的模型，來測試自己的業務效果，模型評估工具就很有必要且應景。
另外還有非常實用的 Amazon Titan 影像生成器現已全面推出，客户可以利用自然語言實現低成本、大量高效地生成影像，并且每張影像都包含不可見水印，有助于降低知識產權風險。
其次，如何讓企業更安全地定制模型，并将其集成到特定業務用例，Amazon Bedrock 實現了自定義模型導入，客户現在可以導入和訪問流行的開放模型架構（包括 Flan-T5、Llama 和 Mistral）構建自定義模型，作為 Amazon Bedrock 中完全托管的應用程式編程接口（API）。
如此，客户可以采用在 Amazon SageMaker 或其他工具上定制的模型，并将其輕松添加到 Amazon Bedrock，并且經過自動驗證後無縫訪問其自定義模型，就像 Amazon Bedrock 提供的模型一樣，效果和體驗拉滿，這也完全體現了 Amazon Bedrock 的開放性。
最後是安全，Amazon Bedrock 的 Guardrails 現已全面上市，可幫助客户防止有害内容并管理應用程式内的敏感信息。客户能夠定義内容策略、設定應用程式行為邊界并實施針對潛在風險的保護措施。 據了解，與 Amazon Bedrock 上 FM 本身提供的保護相比，它可以幫助客户阻止多達 85% 的有害内容。
GenAI，延續亞馬遜雲科技的第一性原理
不得不説，輪到行業繼續向亞馬遜雲科技脱帽致敬了，老大哥依舊是老大哥。
Amazon Bedrock 僅用一年時間就扭轉了風向，行業依然關注大模型本身的技術進步，但更關注大模型能不能為我所用，這涉及到龐大的基礎設施、工程能力、生态系統等。
亞馬遜雲科技沒有選擇只做大模型，而是以另一種方式，也是他們所擅長的方式，将人工智能融入到原有的生态系統中，數以萬計的客户正在使用 Amazon Bedrock 來構建和擴展大模型應用程式。
亞馬遜雲科技就此構建了完備的生成式 AI 全棧布局，企業構建生成式 AI 應用的三層架構，包括：用于基礎模型訓練和推理的基礎設施、使用基礎模型進行構建的工具、利用基礎模型構建的開箱即用的應用程式。
在底層算力層，一方面，亞馬遜雲科技繼續提供來自英偉達的計算實例，包括最新的 NVIDIA Grace Blackwell GPU 的 Amazon EC2 實例等；另一方面是亞馬遜雲科技自研芯片，包括推理芯片 Inferentia 和 Trainium 系列。
中間層是 Amazon Bedrock 以及各種附加功能。上層是包括 Amazon Q 在内的應用程式，Amazon Q 可以連接到企業自己的數據、信息和系統，可以根據客户的業務定制 Amazon Q，企業中的營銷人員、項目經理以及銷售代表等，都可以利用 Q 進行定制對話、解決問題、生成内容、采取行動等等，據悉，亞馬遜雲科技即将帶來進一步的更新。
如果説大模型改變了雲計算行業的遊戲規則，那麼如今行業人士會發現，亞馬遜雲科技制定的遊戲規則，在更廣泛的層面還在發揮着作用。
OpenAI GPT 和 Google PaLM 足夠引人注目，但同時也為微軟 Azure 和谷歌雲制造了新的競争問題，市面上還有很多模型公司，Amazon Bedrock 為這些模型公司建立了一個相同的起點，客户得以同等體驗不同的模型。
在钛媒體 App 看來，亞馬遜雲科技不論是做雲還是做生成式 AI，其基本理念和邏輯如出一轍，所以亞馬遜雲科技不必搖擺去思考到底怎麼做、做什麼，而是直接按照第一性原理，做出最适合亞馬遜雲科技的 Amazon Bedrock。
早年 Andy Jassy 做雲計算的理念是—— " 将 IT 基礎設施細分到最小單元，讓程式員可以最大自由來選擇與組合 "，亞馬遜雲科技的确是這麼做的，到了大模型依然如此。
翻閲 Swami Sivasubramanian 在 Amazon Bedrock 剛發布時的觀點，" 我們生活在一個機器學習非常激動人心的時代。我可能每年都這麼説，但是今年它甚至更特别，因為這些大型語言模型和基礎模型确實可以支持如此多的用例，在這些用例中，人們不必組建單獨的團隊來構建特定于任務的模型。機器學習模型開發的速度将真正提高。"
" 但在未來幾年裏，除非我們讓這些模型對每個人都更容易使用，否則你不會達到你想要的最終狀态。這就是我們在 SageMaker 早期的機器學習中所做的，這也是我們在 Bedrock 及其所有應用程式中需要做的。" 他説。
人工智能是比 IT 更復雜的技術堆棧，亞馬遜雲科技依舊兑現了此前的承諾，讓企業内的任何開發人員都能夠自由構建生成式 AI 應用，而無需關注復雜的機器學習或底層基礎設施，也讓人工智能成為到達雲計算應許之地的關鍵一躍。
（本文首發于钛媒體 App，作者 | 張帥，編輯 | 劉湘明）
