【硬核干货】中国峰会技术大盘点！

于 2024-05-31 12:01:31 发布
阅读量63 收藏
点赞数
原文链接：https://mp.weixin.qq.com/s?__biz=Mzg4NjU5NDUxNg==&mid=2247567445&idx=1&sn=dee6577a18bc16db020ede6d089c4b07&chksm=ce2b68d3d78d6a339585ee6ffe50fbda6d05a01c014346fa40c6f9253cab0d64abcdb623a55b&scene=126&sessionid=0
版权

c82e599f2ffdc3d8f0f1b8105504b53f.jpeg

b460fdfac37d19cbf3c804aaac3e4961.gif

听说，点完下面4个按钮

就不会碰到bug了！

2ea77ca8f23321d08dd04095416a3ab5.gif

亚马逊云开发者
关注
博客
企业DevOps探讨：“谁构建、谁运行”原则的理论基础
12-30 9253
“谁构建，谁运行” --沃纳·沃格尔这样的场景大家想必不会陌生：我们正与家人共度美好时光，突然刺耳的电话铃声嗡嗡响起，我们的注意力也为之吸引。听筒中的尖叫声告知，我们的应用程序——也就是那些定期受到内存泄漏侵扰、但重启之后又能恢复正常的小冤家们——现在终于彻底起义了，服务器资源在几分钟之内就被其彻底榨干。目前该应用已经无法正常起效，而运维团队除了尝试重启与回滚之外无法可想——而最新
博客
企业DevOps：实施过程中需要关注的各项要点
12-29 7891
作者：亚马逊云科技企业市场战略总监Stephen Orban“经验并非凭空创造，而是依靠点滴积累所实现” ---阿尔贝·加缪在此次的企业DevOps探索之旅系列文章当中，我将带大家一同探讨企业在具备一定DevOps经验之后又该如何处理下一步可能面临的状况。当然，这些只是我个人在接触自动化、面向客户服务之IT体系以及“谁构建、谁运行”方面事务的同时积累下的一些心得体
博客
将DevOps纳入企业环境引发的思考
10-13 6170
作者：亚马逊云科技企业市场战略总监Stephen Orban“发展是一种以渐进式改善为载体的持续性行为”——英德拉瓦蒂虽然DevOps可以算是相对新鲜的概念，不过在我看来、其本质思路很早之前就已经出现。从这个角度看，目前很多企业已经广泛接纳这一概念并将其作为文化性产物看待，具体而言就是将大量原本孤立的团队融合起来，从而实现速度更快、频率更高且更为可靠的工作成果。我个人非常幸运
博客
利用Amazon Machine Learning与Amazon Redshift建立二进制分类模型
09-07 8087
日常生活中的大部分决策都以二进制形式存在，具体来说就是这类问题能够以是或者否来回答。而在商业活动中，能够以二进制方式回答的问题也有很多。举例来说：“这种情况是否属于交易欺诈？”，“这位客户是否会购买该产品？”或者“这位用户是否存在流失风险？”等等。在机器学习机制中，我们将此称为二进制分类问题。很多商业决策都能够通过准确预测二进制问题的答案来得到强化。Amazon Michine Learning（
博客
利用Amazon Mobile Analytics与R深入探究移动应用的使用模式
08-31 6615
作者：Sandeep Atluri 亚马逊数据科学家要真正鼓励用户使用我们的移动应用程序，最重要的前提就是深入了解用户使用应用程序时的行为模式，而后据此作出体验优化。不过通过应用程序事件数据来找出有意义的模式往往极具挑战性，而标准KPI所提供的诸如月度活跃用户（简称MAU）以及每日活跃用户（简称DAU）并不足以勾勒出完整的图景。举例来说，所发布应用在过去三十天中的用户开启次数能够帮
博客
亚马逊云科技使用心得：当初我曾错过的那些宝贵经验
07-08 2万+
在今天的文章中，我整理出了大量当初曾经错过、而至今仍将我追悔莫及的亚马逊云科技（Amazon Web Services）使用心得。在几年来的实践当中，我通过在亚马逊云科技之上新手构建及部署各类应用程序而积累到了这些经验。虽然内容有些杂乱，但相信仍然能给各位带来一点启示。从物理服务器向“云环境”转移的过程不仅仅是一项技术任务，同时也意味着我们的思维方式需要作出针对性的转变。总体而言，在物理环境下我们
博客
支持视觉任务，提供超轻量参数，Llama 3.2 模型在 Amazon Bedrock 上正式可用！
09-26 24
今年 7 月，我们宣布在 Amazon Bedrock 中提供 Llama 3.1 模型。如今生成式 AI 技术正在以令人难以置信的速度发展，我们很高兴为大家介绍 Amazon Bedrock上架的新模型—— Llama 3.2。Amazon Bedrock 中提供的 Llama 3.1 模型https://aws.amazon.com/blogs/aws/announcing-llama-3-1...
博客
提示词工程的 16 种方式：充分释放大模型潜力，让 LLM 更懂你！
09-26 13
概述预训练、微调和提示词工程是大型语言模型（LLM）生成质量优化的三种关键手段，各自具有不同的特点和优势。预训练是 LLM 发展的基石，通过在大规模无标注语料库上进行自监督学习，赋予模型通用的语言理解和生成能力。这种自然语言的通用知识为后续的微调和提示词工程奠定了坚实基础。微调则是利用有标注的任务数据，对预训练模型进行进一步调整和优化，使其更好地适应特定的下游任务。微调的优势在于可以充分利用监督信...
博客
节省 20% 成本，更智能的云资源运维，通过 Amazon Bedrock Agent 实现！
09-25 56
业务背景本篇文章以使用 Amazon EBS 卷的客户业务作为案例。目前，客户大量的 Amazon EBS 卷依然是 gp2 类型，通过和客户一起分析，我们发现：如果将这些 Amazon EBS 卷做类型转换到 gp3，可以节省 20% 的成本。技术选型客户的 Amazon EBS 卷数量超过 200 个，最大的超过 1T 的容量。基于当前客户的使用情况，虽然对于 Amazon EBS 类型转换，...
博客
Jamba 1.5 系列模型登陆 Amazon Bedrock，推理能力更上一层楼！
09-25 29
本文作者 Antje Barth亚马逊云科技生成式 AI 领域首席开发者倡导者AI21 Labs 新推出的 Jamba 1.5 系列大型语言模型已在 Amazon Bedrock 上架。这些模型在长文本处理能力方面有了重大进步，在广泛的应用领域中提供了速度、效率和性能。Jamba 1.5 系列模型包括 Jamba 1.5 Mini 和 Jamba 1.5 Large。这两种模型都支持 256K T...
博客
上新了！亚麻云｜更强实例可用，性能提升25%，带宽高达 30Gbps！
09-24 25
- 本期更多精彩 -上新了！亚麻云｜聚焦高性能算力，基于英伟达 H200 GPU 的新一代实例正式可用！星标不迷路，开发更极速！关注后记得星标「亚马逊云开发者」听说，点完下面4个按钮就不会碰到bug了！...
博客
Amazon EKS 提供完善数据和生成式 AI 生态，支持大模型快速训练和推理！
09-24 104
近年来，生成式 AI 凭借其卓越的技术在各个领域掀起了巨大的轰动。通过大模型，AI 能够创造出逼真的文本、图像、音频等作品，甚至涉足音乐、绘画等艺术领域。这项技术不仅在娱乐、创意产业中大放异彩，还在医疗、教育等领域展现出广阔的应用前景。生成式 AI 的蓬勃发展引发了人们对智能创造力、语言理解等问题的深入思考，成为人工智能领域的热门话题之一。生成式 AI 备受开发者关注，他们不断探索大模型的性能和应...
博客
借助 Amazon Lex 的生成式 AI 新功能，让智能语音客服深度融入用户体验
09-23 71
摘要本文介绍了 Amazon Lex 的新生成式 AI 功能以及和 Amazon Connect 结合提供智能语音客服功能具体的配置过程。通过应用大型语言模型（LLM），Amazon Lex 能够理解更复杂的问题，并提供更自然、更人性化的回答。Amazon Lex 提供的新生成式 AI 功能包括：描述性机器人构建、辅助槽位解析、训练话语生成以及 AMAZON.QnAIntent 自动构建。其中“描...
博客
“生产力革新的 AI 工具”分论坛，开发者布道师分享生成式 AI 赋能云上开发全流程！...
09-23 49
如何借助 AI 工具实现生产力变革？9 月 27 日至 9 月 28 日，CCF CED 2024 中国计算机学会工程师文化日“生产力革新的 AI 工具”分论坛将带你一起探索！距离 CCF CED 2024 中国计算机学会工程师文化日倒计时两周，各位演讲嘉宾正紧锣密鼓地优化演讲内容，演练各个环节，希望为与会者奉上一场深度探讨 AI 时代下工程师文化的精彩盛会。除了备受期待的 CED 大咖说产业、大...
博客
以多语言嵌入模型构建金融搜索应用程序，高效率提取洞察、获得见解！
09-22 94
企业拥有大量数据，其中许多数据由于是非结构化性质，而难以发现。分析非结构化数据的传统方法通常是使用关键词或同义词匹配。非结构化数据https://aws.amazon.com/blogs/big-data/unstructured-data-management-and-governance-using-aws-ai-ml-and-analytics-services/相比之下，文本嵌入使用机器学...
博客
全面理解并构建猜字游戏，Amazon Q Developer 解锁开发新体验
09-21 35
???? 探索生成式 AI 辅助代码优化的奥秘，从构建一个猜字游戏开始！本期视频，亚马逊云科技资深开发者布道师郑予彬将与亚马逊云科技资深的解决方案架构师阙铭飞为你揭开 Amazon Q Developer 辅助开发者构建应用程序的开发细节与流程！???? 你将学习到使用自然语言与 Amazon Q 快速互动的技巧，从构思到实现，清晰简洁！当然，更多丰富有趣的实验火热上线，扫描下方二维码，立即体验!手搓游戏：生...
博客
基于高性能弹性计算集群，显著缩短大模型的海量数据训练时间！
09-20 282
SageMaker HyperPod 集群简介在进行大规模机器学习训练时，计算资源和数据量是两大关键挑战。传统的单机单卡训练方式已无法满足现代生成式 AI 的 LLM 或 Stable Diffusion 等大模型对计算力的极高需求，也难以高效处理 TB 甚至 PB 级别的海量训练数据。这就需要利用 Amazon SageMaker Hyperpod 集群这样的分布式训练平台。Amazon Sag...
博客
更快速度更高质量！开发代办事项 API ，看 Amazon Q 加速软件开发！
09-20 162
软件开发团队一直在寻求加速软件开发生命周期（SDLC）的方法，以更快地发布高质量软件。作为一款由生成式 AI 驱动的助手，Amazon Q可以帮助软件开发团队在 SDLC 的各个阶段中实现更高效的产出。Amazon Qhttps://aws.amazon.com/cn/q/软件开发团队在分析需求、构建、测试和运维应用程序时，往往会在一些非核心任务上花费大量时间。基于亚马逊云科技 17 年相关专业...
博客
Amazon Bedrock 模型微调实践（二）：数据准备篇
09-20 865
本文将继续指导你创建必要的资源和准备数据集，为在下一集中使用 Amazon Bedrock 微调 Claude 3 Haiku 模型做好数据准备。
博客
上新了！亚麻云｜Amazon Bedrock 支持跨区域推理，提升可靠性、性能和效率！
09-19 29
Amazon Bedrock 现已支持跨区域推理，这一新功能可在不同亚马逊云科技区域间动态分配计算资源，应对突发流量高峰。开启该功能后，按需付费模式的客户可获得高达 2 倍的区域配额上限，并在高峰期获得更出色的服务可用性和性能表现。客户可选择数据流向的区域范围，满足数据驻留和合规要求，请求会优先分配至最近区域以降低延迟。跨区域推理无需额外路由费用，计费遵循请求发出区域标准。该功能可显著提升应用的可...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值