Amazon Bedrock 是 Amazon Web Services (AWS) 的一个 AI 平台，可通过统一的 API 使用 Amazon、Cohere、AI21 Labs、Anthropic 和 Stability AI 等领先 AI 研究公司的基础模型 (FM)。 [1] 这意味着开发人员不必构建自己的人工智能基础设施来训练、托管和部署其生成式人工智能应用程序。

相反，他们可以依靠 AWS 的云计算平台和来自领先 AI 研究组织的大型语言模型 (LLM) 来执行这些任务。基本上，Amazon Bedrock 的主要目标是使用基础模型简化生成式 AI 应用程序的创建和部署，并使整个过程更加高效。

您可以将 Bedrock 视为一个机器学习 (ML) 开发平台，它提供对各种工具和专业服务的访问，例如预构建的算法、庞大的数据集、预训练的模型、全面的数据管理系统和部署基础架构。借助这些工具和服务，组织能够加速其人工智能项目，而无需担心构建自己的基础设施。

目前，Amazon Bedrock 最大的竞争对手包括 OpenAI 的 ChatGPT、Claude、Dall-E 2、Streamlit 和 Hugging Face。 [2] 有时，Bedrock 也会与 Amazon SageMaker 进行比较，后者是一项完全托管的服务，提供构建、训练和部署机器学习 (ML) 模型所需的工具。然而，Amazon Bedrock 更专注于创建和部署生成式 AI 应用程序。

Amazon Bedrock 为软件开发人员提供了通过无服务器 API 访问各种基础模型的权限。这些 FM 包括 Anthropic 的 Claude、Meta 的 Llama 2、AI21 Labs 的 Jurassic、Cohere 的 Command and Embed、Amazon 的 Titan 和 Stability AI 的 Stable Diffusion。

这些基础模型中的每一个都附带详细的描述、文档和示例输出，以帮助您选择最适合您的任务的模型。一旦您为您的特定使用案例和应用程序要求选择了理想的基础模型，您就可以通过 Amazon Bedrock 提供的单一、统一的 API 访问它。

针对不同任务尝试基础模型 (FM)

Bedrock 允许您使用不同模式的交互式游乐场来试验不同公司的不同基础模型。您可以按文本生成、代码完成、图像生成甚至语言翻译等类别过滤这些基础模型。 Playgrounds 最好的一点是，它们允许您针对您的特定应用程序尝试不同的 FM，以了解模型是否适合您的首选任务。

使用您的数据私下定制您的基础模型

选择首选基础模型后，您可以使用自己的私有数据对其进行微调，以帮助提高其性能和输出。您可以通过上传您的私有数据集然​​后为您的模型配置微调作业来轻松完成此操作。使用私有数据自定义基础模型的主要目标是确保生成的输出与您的特定领域或用例相关。

值得注意的是，您选择的基础模型的微调和持续预训练是在 Amazon Bedrock 平台内的隔离且安全的环境中完成的。最重要的是，您用于微调模型的私有数据不会用于训练原始基础模型。相反，这些数据始终通过您的 Amazon Virtual Private Cloud (VPC) 安全地传输。 [3]

构建人工智能驱动的代理

接下来，您可以继续构建智能代理，将 FM 与 Bedrock 框架内的企业系统和数据源连接起来。这些代理将使用您首选的基础模型作为其核心引擎，并通过安全连接访问您的其他系统。

尽管此步骤是可选的，但使用这些代理可以让您自动执行基础模型的重复且复杂的任务，而无需手动编写代码。通过使用代理将 FM 与专有数据源连接起来，软件开发人员可以轻松构建应用程序，根据自己的数据生成最新的响应。

---

亚马逊基岩的主要特征

以下是使 Amazon Bedrock 从竞争对手中脱颖而出的一些关键功能：

基础型号的选择

Amazon Bedrock 最好的事情之一是，它提供了来自领先 AI 研究组织的多种基础模型可供选择。这些模型迎合不同的用例，并帮助组织加速其人工智能项目。最重要的是，您可以轻松地试验这些基础模型，以确保您选择符合您的特定用例和要求的模型。

与亚马逊网络服务 (AWS) 无缝集成

Amazon Bedrock 与您已经熟悉的各种 AWS 服务安全无缝地集成，以帮助创建安全、可靠且可扩展的生成式 AI 应用程序。例如，Bedrock 利用 Amazon CloudWatch 跟踪指标，利用 Amazon S3 进行数据训练和验证，利用 AWS Lambda 调用操作。

安全性和合规性

一般来说，亚马逊直接与所有基础模型供应商合作。这意味着亚马逊代表这些组织在自己的生态系统中管理基础模型。因此，如果您使用这些基础模型之一，您上传的所有数据将保留在 Amazon Web Services (AWS) 内，并将根据 Amazon 的数据保护和安全标准受到保护。目前，亚马逊AWS支持100多项数据安全和合规认证，努力帮助全球客户满足监管要求。 [4]

定制化

Bedrock 允许开发人员使用微调和检索增强生成 (RAG) 等技术，使用其组织的数据私下定制他们喜欢的基础模型。 [5] 此功能可确保创建的生成式人工智能应用程序完全适合特定组织或行业的需求和要求。

无论您是探索生成式 AI 的经验丰富的开发人员，还是渴望了解该技术对您的业务的潜力的企业家，Amazon Bedrock 都能提供出色的解决方案。凭借其可扩展的基础设施、安全的数据管理系统和预构建的算法，Bedrock 使组织可以轻松利用人工智能的力量，从而为创新和提高效率打开大门。