基于Amazon Graviton4运行游戏引擎，显著提升性能

于 2024-10-16 23:00:04 发布
阅读量216 收藏
点赞数
文章标签： 游戏引擎
原文链接：https://mp.weixin.qq.com/s?__biz=Mzg4NjU5NDUxNg==&mid=2247582676&idx=2&sn=0ecf4c2a6bf1dc289628d899b14708e4&chksm=ceabb7e55860044f4fe5a435320403aac377bbd90b42f2bc7bb13dd498dac45c3aac0741c37c&scene=126&sessionid=0
版权

576664e165320c86ef780ffb7185fada.gif

Unreal Engine和

Amazon Graviton介绍

虚幻引擎（Unreal Engine，简称UE）是先进的开源实时3D创作工具之一，为大型游戏提供动力，也被各行各业的创作者所使用。

Amazon Graviton是亚马逊云科技推出的基于ARM的自研CPU处理器。与X86-64的CPU相比，Amazon Graviton的CPU能耗更低、CPU时钟频率更稳定，同时避免了SMT切换的开销。2018年亚马逊云科技发布了第一款Amazon Graviton实例Amazon EC2 A1，这是第一款主流云厂商大规模部署的ARM实例。在之后的2020年和2022年，亚马逊云科技陆续发布了Amazon Graviton2和Amazon Graviton3的实例Amazon EC2 M6g和Amazon EC2 C7g，性价比逐步提升（相较于6系的X86实例分别提升40%和65%）。

而在今年发布的新的Amazon Graviton4实例，则是迄今为止亚马逊云科技为各种工作规模（Workload） 设计的极其强大并且高效节能的CPU。Amazon Graviton4的实例Amazon EC2 R8g相较于Amazon Graviton3的实例Amazon EC2 R7g有大约30%的性能提升。早在2023年Amazon re:Invent上，Amazon EC2 R8g实例刚刚发布预览版本（Preview） 的时候，就有超过100家客户将他们的Workload部署在Amazon EC2 R8g上进行测试，并且获得了显著的性能提升，其中就包括Epic Games。

Epic Games早在2021年就在他们的游戏《堡垒之夜》中大规模使用Amazon Graviton的案例，在他们的测试中显示，即使是延迟要求最高的那一类游戏，Amazon Graviton3的实例Amazon EC2 C7g也非常适合，并且还有显著的性价比提升。而在新的Amazon Graviton4实例的测试中，他们发现性能相较于Amazon Graviton3更强。目前Epic Games已使用了上万Amazon Graviton的芯片来承载他们的游戏业务，Amazon Graviton给Epic Games带来的价值不仅限于《堡垒之夜》这一款游戏，还包含了所有用Unreal Engine构建Dedicated Server的游戏。

案例

https://aws.amazon.com/cn/solutions/case-studies/innovators/epic-games/

UE Engine从4.27版本开始已经支持ARM架构的Dedicated Server，使开发者可以很容易地将Dedicated Server代码重新编译为ARM64的二进制文件。这篇文章将向你展示如何将UE5 Lyra Sample Game在亚马逊云科技新的搭载了Amazon Graviton4芯片的ARM架构实例Amazon EC2 R8g上运行。

UE5 Lyra Sample Game

https://dev.epicgames.com/documentation/en-us/unreal-engine/lyra-sample-game-in-unreal-engine

部署步骤

环境准备

  • 申请访问Unreal Engine源码并下载，请参考下方链接。本文使用5.4.3版本源码；

  • 启动g4dn.16xlarge实例，选择系统环境AMI：Microsoft Windows Server 2022 Base；

  • 安装Visual Studio Community 2022，请参考下方文档说明，选择安装的组件包和推荐设置；

  • 因为需要在Windows上编译Linux ARM64的Dedicated Server，需要安装交叉编译工具链，5.4.3版本对应v22版本，下载链接参考下方；

  • 安装NVIDIA GPU驱动，这里选择安装Gaming驱动；

  • 从下列链接进入，下载并安装Direct X：

Unreal Engine源码

https://www.unrealengine.com/en-US/ue-on-github

Visual Studio Community 

https://visualstudio.microsoft.com/downloads/

参考文档

https://dev.epicgames.com/documentation/en-us/unreal-engine/setting-up-visual-studio-development-environment-for-cplusplus-projects-in-unreal-engine?application_version=5.4

下载链接

https://cdn.unrealengine.com/CrossToolchain_Linux/v22_clang-16.0.6-centos7.exe

安装Gaming驱动

https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/install-nvidia-driver.html#nvidia-gaming-driver

安装Direct X

https://www.microsoft.com/en-us/download/details.aspx?id=35&msockid=31eed1e2d74d6b343f89c526d6846a99

源码编译UE5 Engine Editor

1.UE5引擎源码解压到C:\UnrealEngine ，注意目录太长会出错。另外需要特别注意，如果是使用Windows自带的解压缩工具，需要先选中文件点击鼠标右键，选择“属性”，点击unlock，这样才可以正确解压所有文件；

2.参考下方安装指导，完成设置；

3.执行C:\UnrealEngine\Setup.bat，会自动安装UE5需要的相关环境；

4.注意里面用到的.net 3.5 framework在Windows Server中无法直接安装，需要在Server manager里通过Add Roles and Features Wizard进行安装；

5.执行C:\UnrealEngine\GenerateProjectFiles.bat，这一步会生成VS2022要用到的.sln文件，UE5.sln；

6.如果提示找不到相关包，考虑增加在线源，参考：

  • 打开Visual Studio 2022，选择Continue Without Code。

  • 打开菜单Tools > Options > NuGet Package Manager > Package Sources。

  • 会看到只有一个名为 “Microsoft Visual Studio Offline Packages” 的源，点击 “+” 按钮增加一个源。

  • Name可以随意输入，源地址使用 “https://api.nuget.org/v3/index.json”。

  • 点击 “Update” 并选中新的源。

  • 重新运行GenerateProjectFiles.bat。

7.双击打开新生成的UE5.sln，设置solution configuration为Development Editor，设置solution platform为Win64；

8.右侧Solution Explorer，在Engine->UE5点击右键，选择Build启动UE5 Editor编译，该步骤需要比较长的时间；

9.编译完成后会生成一个Win64的UE5 Engine Editor在C:\UnrealEngine\Engine\Binaries\Win64\UnrealEditor.exe；

10.至此，已经成功在Windows上编译安装了UE5 Engine Editor。

安装指导

https://github.com/EpicGames/UnrealEngine

使用UE5 Engine Editor创建游戏项目

Epic官方提供了一款多人演示游戏Lyra Sample Game project，其中包括客户端、服务器、资产文件和代码。可以使用这个项目来进行测试。

1.下载Lyra Sample Game。

从Epic游戏商城下载免费的Demo项目Lyra Sample Game，要下载该项目，运行Windows开始菜单中的“Epic Games Launcher”，从左侧窗格中选择Unreal Engine，导航到商店的Unreal Engine部分，选择Samples页面中的Lyra Starter Game。

选择Create Project。

然后选择Unreal Engine version 5.4并创建。

3b2f3210d2692dbdcfb59bf1ade3aa58.jpeg

项目已经在我的文档\Unreal Projects中生成，构建和打包游戏的第一步是为Lyra生成Visual Studio项目文件。打开游戏项目的目录。选择LyraStarterGame.uproject文件并鼠标选择 “Generate Visual Studio project files”，可以生成LyraStarterGame.sln项目文件。

eb0f3d229d794fe9e4aa398827efb2c0.jpeg

2.调整工程参数。

打开LyraStarterGame.uproject文件，在Unreal Editor中打开Lyra。在为Lyra构建Dedicated Server和客户端版本之前，需要调整以下几点：

将服务器默认地图设置为L_Expanse，打开菜单栏“Edit”->“Project Settings”。

6439d79535820e9a0665220dc58d9b8f.jpeg

选择 “Maps & Modes”，打开 “Default Maps” 下的 “Advanced” 部分，将Server Default Map设置为L_Expanse。完成此操作后，您可以关闭 “Project Settings” 窗口。

e073230745ff61f3a1cb97b2821c3b44.jpeg

还需要更改默认生成的机器人数量，这样它们就不会在连接到服务器后立即开始攻击客户端。机器人更改还将使您可以更轻松地查看客户端何时连接或断开与服务器的连接。后续可以随时对这些值进行修改。为此，请选择编辑器屏幕左下角的“Content Drawer”。

ccf1151038db16eca9a5c82a2ba06d55.jpeg

选择目录“Plugins”，然后搜索B_ShooterBotSpawner并选择出现的B_ShooterBotSpawner Blueprint Class，双击打开设置面板。

9dadf96f4823a0fad9a741a90c0bd26b.jpeg

在Gameplay章节中，修改Num Bots to Create为0，点击左上角的“Compile”进行编译。

085f57d490caf031edd5144854a3f2cc.jpeg

3.进行编译。

关闭Unreal Editor并打开LyraStarterGame.sln。

确认项目的源目录中有LyraServer.target.cs文件。如果没有，则需要创建一个，然后打开该文件。从 “Solution Configuration” 工具栏中选择 “Development Server”。

ed2ed425abc14c7b5875ba1c0a08264c.jpeg

选择菜单中的“Build”->“Build Solution”。

05b236be58fdd95f500437008b6dc95e.jpeg

完成后，将 “Solution Configuration” 工具栏中的选择更改为 “DevelopmentClient”，再次选择菜单中的“Build”->“Build Solution”来重复生成步骤。

4.内容烘焙。

将内容从内部格式转换为特定于平台格式的过程称为烘焙。在玩游戏之前，你需要进行内容烘培。为此，请在虚幻引擎编辑器中重新打开LyraStarterGame项目。选择“platforms”下拉列表，选择Windows，确认“Binary Configuration”设置为 “Development”，确认“Build Target”设置为“LyraServer”，然后选择“Cook Content”。

过程完成后，可以在项目的二进制文件目录中找到服务器二进制文件：Documents/Unreal Projects/LyraStarterGame/Binaries/Win64/LyraServer.exe。

f4a3f52db4fa959bacce21f19720ded7.jpeg

类似地，还需要烘培客户端的内容。为此，请将编译目标更改为LyraClient，然后再次选择“Cook Content”。

ff27677af3d6976913d4c064ce601857.jpeg

5.本地测试。

这时可以启动服务器和客户端进行测试了，要启动服务器程序，需要打开一个PowerShell窗口，进入对应目录，然后执行以下命令：

.\Binaries\Win64\LyraServer.exe -log -port 7777

可以看到专用服务器已经启动，并可以看到日志输出：

b5e62ec87f21a5ddeb75b0434fb0fb04.jpeg

启动另一个Powershell窗口并运行以下命令以启动游戏客户端并将其连接到服务器：

.\Binaries\Win64\LyraClient.exe 127.0.0.1:7777 -WINDOWED -ResX=800 -ResY=450

可以看到类似以下的游戏画面：

423c8014757f1f1d3ce4b8c440076088.jpeg

6.为Amazon Graviton实例构建和打包Dedicated Server。

现在，已经验证了游戏和Dedicated Server均正常运行，可以为Amazon Graviton EC2实例构建和打包Dedicated Server。为此，请返回虚幻引擎编辑器。在“platforms” 下拉列表选择LinuxArm64。确认“Binary Configuration”设置为“Development”，“Build Target”设置为“LyraServer”，然后选择“Cook Content”。

dee6468564897993b6b78e4e67386641.jpeg

由于后面将在不同的主机和操作系统上运行服务器，因此还需要打包内容。为此，需要在“platforms”中选择“LinuxArm64”，然后选择“Package Project”。在弹出的文件资源管理器窗口中选择输出二进制文件的目录，将会在你选择的文件夹中创建一个名为LinuxArm64Server的目录，压缩这些文件并拷贝到Linux机器上安装运行。

6f601da4a9cbba51bfdaea0d8a636fb6.jpeg

在Amazon Graviton服务器上安装Dedicated Server

在Amazon EC2控制台中启动Amazon Graviton实例进行测试，可以选择不同的 Amazon Graviton实例进行测试，这里选择新的Amazon Graviton4代实例Amazon EC2 R8g进行测试，操作系统使用标准的Amazon Linux 2023 AMI。

安全组设置中，注意放开UDP 7777端口，为游戏服务器通信端口。也可以放开TCP 22端口方便SSH连接或者使用Session Manager连接实例，使用“unzip ./LinuxAArch64Server.zip”解压刚才打包好的服务器程序，并进入目录LinuxArm64Server/。

允许脚本执行权限，并执行该脚本：chmod +x LyraServer-Arm64.sh && ./LyraServer-Arm64.sh。

至此，Linux服务器已经成功运行，客户端指定服务器IP进行连接即可。

.\Binares\Win64\LyraClient.exe <服务器ip>:7777。

进阶编译优化

对于一些针对最新芯片和指令集的优化，可以进行编译参数的设置进行深度优化，参考Graviton的编译优化建议，可以从以下几个C/C++编译参数入手：

  • -mcpu=neoverse-v2

该参数用于指定CPU型号，neoverse-v2是 Amazon Graviton4的参数，Amazon Graviton3使用neoverse-v1。

请修改Unreal Engine的源码，在C:\UnrealEngine\Engine\Source\Programs\UnrealBuildTool\Platform\Linux\LinuxToolChain.cs:344加入：

if (Architecture == UnrealArch.Arm64)
            {
                Arguments.Add("-mcpu=neoverse-v2");
            }

左右滑动查看完整示意

重新打开UE5 Engine Editor的UE5.sln，右侧Solution Explorer，在Engine->UE5点击右键，选择Build，编译出新版的UE5 Editor。

  • -flto

LTO（Link Time Optimization）链接时优化是链接期间的程序优化，多个中间文件通过链接器合并在一起，并将它们组合为一个程序，缩减代码体积，因此链接时优化是对整个程序的分析和跨模块的优化。

该参数在UnrealEngine\Engine\Source\Programs\UnrealBuildTool\Platform\Linux\LinuxToolChain.cs:338中的默认GetCompileArguments_Optimizations参数中，有调用AddCompilerLTOFlags(Arguments加入，因此无需额外调整。

  • -Os

该参数专门优化目标文件大小，执行所有的不增加目标文件大小的-O2优化选项。同时-Os还会执行更加优化程序空间的选项。

该参数在UnrealEngine\Engine\Source\Programs\UnrealBuildTool\Platform\Linux\LinuxToolChain.cs:417行中，判断OptimizationMode.SizeAndSpeed时会使用，因此可以在打包服务器程序时，从“Development” 变更选择为 “Shipping”，进行优化打包即可。

使用新编译好的UE5 Engine Editor打开项目，建议“Binary Configuration”设置为“Shipping”，进行重新打包即可生成优化后的服务器版本。

参考资料

1.https://aws.amazon.com/cn/blogs/gametech/compiling-unreal-engine-5-dedicated-servers-for-aws-graviton-ec2-instances/

2.https://aws.amazon.com/cn/blogs/gametech/fire-up-your-unreal-engine-based-game-on-all-graviton-cores/

3.https://dev.epicgames.com/documentation/en-us/unreal-engine/linux-development-requirements-for-unreal-engine

4.https://github.com/aws/aws-graviton-getting-started/blob/main/perfrunbook/optimization_recommendation.md

5.https://github.com/aws/aws-graviton-getting-started/blob/main/c-c++.md

6.https://dev.epicgames.com/documentation/en-us/unreal-engine/build-configuration-for-unreal-engine

7.https://dev.epicgames.com/documentation/en-us/unreal-engine/lyra-sample-game-in-unreal-engine

8.https://forums.unrealengine.com/t/add-flags-when-cross-compile-linux-from-windows/454264/2

9.https://dev.epicgames.com/documentation/en-us/unreal-engine/build-configurations-reference-for-unreal-engine?application_version=5.4

本篇作者

6f996370ba8d298fe329bf9ee3637e72.jpeg

王睿

亚马逊云科技高级解决方案架构师。曾任过SRE以及Game SDE，在游戏和云计算行业有丰富的实践经验。

ad7318325850674203e98f8c88a08c8e.jpeg

汤力嘉

亚马逊云科技高级解决方案架构师，负责基于亚马逊云科技的云计算方案的架构设计，在游戏、多媒体方向有丰富部署实践经验。

a5c78f009f5e0c9b6d7e1588341cc77c.png

1d8a98847b9d7f0fee29055c8ec91a0d.gif

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！

524879bc0b55ca7d048673dc263995d6.gif

点击阅读原文查看博客！获得更详细内容！

博客
企业DevOps探讨：“谁构建、谁运行”原则的理论基础
12-30 9446
“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 8073
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 6345
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 8255
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 6798
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
Apache Seatunnel &amp； Amazon Bedrock 助力生成式 AI 应用规模化生产实践
05-14 483
本文通过 Apache SeaTunnel + Amazon Bedrock + Amazon OpenSearch 的组合，构建了一套高可扩展性、低耦合的语义搜索数据处理链路，成功实现了从结构化/非结构化文本数据到向量检索系统的全流程集成。该方案具有如下优势：松耦合架构设计：SeaTunnel 的插件式 Transform 和 Sink 机制，使得模型调用与向量写入逻辑保持解耦，方便后续替换嵌入模型或变更底层向量数据库；
博客
Valkey能否成为Redis替代选项？性能测试告诉你答案
05-13 19
通过增加IO线程数，Redis可以并行处理更多的网络IO操作，减少单线程处理的瓶颈。，但需要结合服务器规格来设置，会存在临界点，即再增加IO线程，不会再带来额外性能提升。Set有IO线程多路复用。亚马逊云科技解决方案架构师，负责基于亚马逊云科技的云计算方案架构的咨询和设计，在云计算行业有超过9年的从业经验，具有丰富的项目实践经验，目前专注于游戏行业。亚马逊云科技已经在托管的服务中做了最适配的设置，对于自建Valkey，可以按照需要设置。从理论分析，IO多路复用的提升，内存资源的节约应该对性能有正向的提升。
博客
AI也可分工协作！基于多Agents协作功能构建金融助理
05-13 16
它能高效管理自动化报告的分发流程，同时处理与利益相关者的沟通工作，提供格式规范的电子邮件，其中包含投资组合信息以及文件摘要，确保这些信息能够准确送达目标收件人。利用Agent的高级提示功能，验证指定架构的正确编排。这种方法是必要的，因为动作组遵循特定的架构，您需要在最小化因默认参数导致的不合理输出（即“幻觉”现象）的同时，保障Agent之间实现无缝协作。亚马逊云科技云支持工程师。金融Agent充当主要监督者和核心协调者的角色，负责协调各专业Agent之间的操作，并管理整体工作流程，以及负责向用户呈现结果。
博客
基于 Amazon Bedrock 和 Amazon Connect 打造智能客服自助服务 – 设计篇
05-13 359
本篇文章讨论了基于亚马逊云科技 Amazon Connect 和 Amazon Bedrock 的智能化呼叫中心架构的设计及成本分析。文章从用户实际需求出发，提供了一个可行的解决方案，并结合技术和成本综合考虑提供了最佳实践。本设计充分考虑了呼叫中心的特殊性，采用提示词工程结合 RAG 知识库等不同技术方式，提供最佳的客户体验；采用 Amazon Connect 特有的随路数据作为 Prompt 提示词的缓存机制，简化了提示词缓存的实现机制；
博客
基于Amazon SageMaker IC与LiteLLM，构建自主MaaS中台
05-12 50
组件中，可以指定要分配给模型每个副本的加速芯片数量、CPU数量、显存量等，以及要部署的LLM、推理的容器映像和模型副本数量，从而允许客户更精细地控制多个模型的部署和资源分配。（注意，最终扩缩的还是instance实例，即copies增大，instance也需要对应增大，否则没有足够的GPU卡资源，同样会报错，扩缩失败），如下所示。推理组件允许客户指定要分配给不同的模型每个副本的加速器数量和内存量，以及模型对象、容器映像和要部署的模型副本数量，从而方便实施多个模型的资源隔离和分配。
博客
2025亚马逊云科技中国峰会精彩内容抢「鲜」看
05-12 24
点击视频查看更多精彩内容。星标不迷路，开发更极速！听说，点完下面4个按钮。就不会碰到bug了！
博客
使用 Amazon Q Developer 构建企业自动化代码审核流程
05-12 815
严重程度: 阻塞类型: 功能位置描述: 脚本尝试使用未定义的变量。原因: 这是一个编程错误，会导致脚本运行失败。修复建议# 原代码# 修改后的代码修改说明: 使用已读取的变量替代未定义的变量。
博客
让搜索更懂你：基于Amazon Bedrock打造支持向量检索的语义搜索系统
05-09 29
以电商平台为例，用户在检索“适合夏季穿的白色连衣裙”时，平台若仅通过关键词匹配商品标题或类目，将难以捕捉“适合夏季”这一包含面料、版型等多维语义的信息。核心目标是：将业务数据中的文本字段实时转化为语义向量，写入支持近似向量搜索的数据库，实现语义级别的信息检索能力。的混合查询能力，支持多维筛选与语义相似度排序的组合场景，覆盖从“找商品”到“问知识”的多类业务需求。的高质量嵌入输出，具备良好的压缩率和检索精度平衡，适合低延迟、高并发、对存储成本敏感的场景。
博客
年度旗舰活动来了！五月UG线下活动全攻略
05-09 23
亚马逊云科技User Group社区由对技术抱有高度热忱的开发者组成，是为开发者们提供彼此学习、分享技术实践、培训进阶等活动的技术交流分享社区。，了解更多亚马逊云科技User Group社区最新活动和福利、往期活动精彩回顾，链接您所在城市的开发者，共建开发者社区!在中国，亚马逊云科技User Group社区已覆盖北京、上海、深圳、成都、杭州、合肥、重庆等17个城市。，我们将邀请亚马逊云科技全球社区的开发者领袖、社区领导者、行业领袖、资深开发者及开源社区先锋。
博客
提升研发运维效能：Pacvue 泊客电商的 GenAI 技术实践
05-09 893
Pacvue 是唯一一个为整个市场提供统一商务和零售媒体平台的解决方案——从小型到中型卖家，直至企业品牌都能受益。自 2018 年以来，Pacvue 的使命一直是在不断发展的商务和零售媒体格局中，提供领先的解决方案，以加速品牌的成功。Pacvue 泊客电商官网Amazon Bedrock 是一项完全托管的服务，通过单个 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI 和 Amazon 等领先人工智能公司的高性能基础模型（FM）
博客
利用Amazon Bedrock与Amazon Connect，打造智能呼叫中心
05-08 23
2.通信费用，由于人工服务或者传统IVR模式的自助服务效率比较低，解决一个客户问题需要更长的通话时长来完成一个业务，同时也会因为重复的提示和引导导致通话时长过长，这将产生大量的通话费用。3.虽然增加了生成式AI服务费用，但由于亚马逊云科技生成式AI的成本优势，可以减少这部分开支，同时相对于采用生成式AI技术节省的通信费用和人力成本，这些费用不是一个数量级，实现意图识别可以采用提示词工程来实现，可以采用专用的意图识别小模型来实现，也可以通过微调来实现，也可以用一个RAG知识库来实现。
博客
Amazon Q 从入门到精通 – 快速实战篇
05-08 1004
到此，开发者使用 Amazon Q 得到了基本的功能，并已经实际运行和测试通过之后，因为实际上这还只是一段“玩具”代码，通常距离达到生产级别的代码要求还有些距离，需要进行一定的重构，比如，这个 S3 上传功能，需要包装为一个 python 的类，便于进一步使用。以下是几个简单的例子帮助您来感受它的用法。其中，灰色的部分，是 Amazon Q 预测出来的代码，在前端应用中，这种控件的隐藏和显示，是很琐碎的例行编码工作，Amazon Q 会很“聪明“地感知并替你完成，大大节约开发人员的时间。
博客
构建基于LLM的智能翻译工作流，翻译效率快人一步！
05-07 39
最后，基于直译和问题反馈，翻译者进行意译，以确保翻译内容不仅准确无误，而且流畅自然，同时平衡直译的忠实原文和意译的适应目标语言文化，以达到高质量的翻译效果。，增强版翻译保证了内容完整，同时为了方便读者理解，尝试提供更多的法律和规定细节，但可能引入了原文中未提及的内容，例如“保证临床试验数据的真实性、可靠性和追溯性”这样的描述性语言。模型进行翻译，增强版在简单翻译后进一步优化，专家型则在初步翻译后，根据目标国家的条件可能加入专家意见，最后进行二次翻译以确保专业性，所有工作流最终都会输出翻译结果。
博客
MCP实战：使用Amazon Nova Act构建智能体天气预报应用
05-07 30
2025年将成为AI智能体的元年，最近流行的模型上下文协议（Model Context Protocol，简称MCP）代表了构建实用型AI智能体应用的重大突破。将演示如何实现由大语言模型（LLM）驱动的AI Agent，说明MCP如何架起AI模型与真实世界数据源之间的桥梁，创建更强大的上下文感知应用。MCP的优势在于它抽象化了工具实现的复杂性，使开发者能专注于调用适当的工具，而非关注工具内部实现细节。由此可见，这个版本的MCP客户端，使用的是基本字符串匹配，而非LLM进行查询理解，如下代码段所示。
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