亞馬遜云科技宣布與Hugging Face進(jìn)一步合作,以加速對(duì)大語言模型和視覺模型的訓(xùn)練、精調(diào)和部署,促進(jìn)生成式AI應(yīng)用的創(chuàng)建。生成式AI應(yīng)用可以執(zhí)行各種任務(wù),包括文本摘要、問題回答、代碼生成、圖像創(chuàng)建以及撰寫論文和文章。
亞馬遜云科技在生成式AI創(chuàng)新方面擁有深厚歷史。例如,亞馬遜使用AI技術(shù)為Amazon Alexa用戶提供對(duì)話體驗(yàn),每周用戶互動(dòng)次數(shù)達(dá)到數(shù)十億次,同時(shí)也越來越多地使用生成式AI來支持新體驗(yàn),如”Create with Alexa”功能。此外,作為亞馬遜搜索(Amazon Search)的一個(gè)小組,M5可以幫助亞馬遜各地團(tuán)隊(duì)將大模型應(yīng)用到他們的應(yīng)用程序中,并訓(xùn)練大模型以提升Amazon.com網(wǎng)站的搜索結(jié)果。亞馬遜云科技持續(xù)在機(jī)器學(xué)習(xí)(ML)的所有領(lǐng)域中創(chuàng)新,包括基礎(chǔ)設(shè)施、Amazon SageMaker相關(guān)工具和開箱即用的AI服務(wù),比如Amazon CodeWhisperer,它嵌入到程序員使用的IDE中,通過注釋來生成建議代碼,以提高開發(fā)人員的生產(chǎn)力。為加速機(jī)器視覺與大語言模型的訓(xùn)練和推理,亞馬遜云科技還推出了自研訓(xùn)練芯片 Amazon Trainium與推理芯片Amazon Inferentia。
Hugging Face之所以選擇亞馬遜云科技作為首選云供應(yīng)商,是因?yàn)樗峁┝遂`活、可選的全球領(lǐng)先性能工具,例如Amazon SageMaker、Amazon Trainium和Amazon Inferentia,滿足了Hugging Face模型訓(xùn)練、精調(diào)和部署需求。依賴于此,開發(fā)人員使用Hugging Face可以輕松優(yōu)化性能并降低成本,從而更快地將生成式AI應(yīng)用投入到生產(chǎn)環(huán)境。
大語言模型和視覺模型的構(gòu)建、訓(xùn)練和部署是一個(gè)昂貴且耗時(shí)的過程,需要深厚的機(jī)器學(xué)習(xí)專業(yè)知識(shí)的支持。這兩類模型非常復(fù)雜,可能包含數(shù)千億個(gè)參數(shù),因此在很大程度上,許多開發(fā)人員無法使用生成式AI。
為了彌補(bǔ)這一差距,Hugging Face與亞馬遜云科技建立合作,讓開發(fā)人員更易通過訪問亞馬遜云科技的服務(wù),來應(yīng)用部署Hugging Face模型,尤其是那些生成式AI模型。這樣做的好處是:可以更快地訓(xùn)練與擴(kuò)展低延遲和高通量的推理任務(wù)。例如,由Amazon Trainium支持的Amazon Elastic Compute Cloud (Amazon EC2) Trn1實(shí)例提供了更快的訓(xùn)練時(shí)間,與基于GPU的實(shí)例相比,可節(jié)省高達(dá)50%的訓(xùn)練成本。而由最新一代Amazon Inferentia芯片支持的Amazon EC2 Inf2實(shí)例,旨在部署最新一代大語言模型和視覺模型。相比Inf1實(shí)例,Inf2 實(shí)例吞吐量提升了4倍,延遲降低了10倍。Amazon SageMaker為ML提供工具和工作流,開發(fā)人員可以通過Amazon SageMaker等托管服務(wù)使用Amazon Trainium和Amazon Inferentia,亦或在Amazon EC2上自行管理。
聯(lián)系USA-IDC直接提供亞馬遜賬號(hào),免去繁瑣的注冊(cè)流程,賬號(hào)來源于AWS亞馬遜云官方下發(fā),安全可靠,并且合作期間免收額外費(fèi)用,賬號(hào)安全免受風(fēng)控,專屬渠道可享受更多優(yōu)惠。
相較于個(gè)人注冊(cè),USA-IDC合作優(yōu)勢(shì):