Amazon Bedrock ou Amazon SageMaker AI ?

Amazon Bedrock est conçu pour les cas d'utilisation dans lesquels vous souhaitez créer des applications d'IA génératives sans investir massivement dans le développement de modèles personnalisés. Par exemple, un système de modération de contenu pour une plateforme de réseau social pourrait utiliser les modèles préformés d'Amazon Bedrock pour identifier et signaler automatiquement le texte ou les images inappropriés. De même, un chatbot du service client peut utiliser les fonctionnalités de traitement du langage naturel d'Amazon Bedrock pour comprendre les demandes des utilisateurs et y répondre. Amazon Bedrock est particulièrement utile si votre expertise ou vos ressources en matière d'apprentissage automatique sont limitées, car il vous permet de tirer parti de l'IA sans avoir à recourir à un développement interne approfondi.

SageMaker L'IA est un bon choix pour les AI/ML besoins uniques ou spécialisés qui nécessitent des modèles personnalisés. Il est idéal pour les scénarios dans lesquels les off-the-shelf solutions ne sont pas suffisantes et où vous avez besoin d'un contrôle précis de l'architecture du modèle, du processus de formation et du déploiement. Un exemple de scénario qui bénéficierait de l'utilisation de l' SageMaker IA serait celui d'une entreprise de santé développant un modèle pour prédire les résultats des patients sur la base de biomarqueurs spécifiques. Un autre exemple serait celui d'une institution financière créant un système de détection des fraudes adapté à ses données uniques et à ses facteurs de risque. En outre, l' SageMaker IA convient à des fins de recherche et de développement, où les scientifiques des données et les ingénieurs en apprentissage automatique peuvent expérimenter différents algorithmes, hyperparamètres et architectures de modèles.

Amazon Bedrock propose un moyen plus accessible et plus simple d'intégrer des fonctionnalités d'IA dans vos projets. Il convient à un large public, qui comprend les développeurs et les entreprises, qui ont une expérience limitée dans la création et la formation de modèles d'apprentissage automatique, mais qui souhaitent utiliser l'IA pour améliorer leurs applications ou leurs flux de travail.

SageMaker L'IA s'adresse principalement aux scientifiques des données, aux ingénieurs en apprentissage automatique et aux développeurs qui possèdent les compétences et les connaissances nécessaires pour créer, former et déployer des modèles d'apprentissage automatique personnalisés. Utilisez l' SageMaker IA si vous connaissez bien les concepts de science des données et d'apprentissage automatique, et si vous avez besoin d'une plateforme qui vous fournit les outils et la flexibilité nécessaires pour créer des modèles adaptés à vos besoins spécifiques.

Amazon Bedrock donne accès à des modèles FMs tels que Claude d'Anthropic, Llama 3 de Meta, les modèles Nova et Titan d'Amazon, les modèles de Stability AI pour la génération d'images, et bien d'autres. Consultez la liste des produits disponibles FMs, qui est fréquemment mise à jour.

Utilisez Amazon Bedrock Marketplace pour tester et intégrer rapidement plus de 100 produits exclusifs FMs et accessibles au public.

Amazon Bedrock donne accès à certains modèles propriétaires, notamment Claude et Jurassic, qui ne sont pas disponibles sur Amazon. SageMaker JumpStart

Amazon SageMaker JumpStart propose des modèles de base intégrés, accessibles au public et propriétaires, à personnaliser et à intégrer à vos flux de travail d'IA générative, avec une sélection plus large FMs qu'Amazon Bedrock, y compris des modèles optimisés pour des cas d'utilisation spécifiques.

JumpStart offres accessibles au public FMs, y compris des modèles de Hugging Face, StabilityAI, Meta et Amazon, et des modèles FMs propriétaires AI21 de Labs, Cohere et. LightOn Consultez la liste des produits accessibles au public et propriétaires FMs, qui est fréquemment mise à jour.

Amazon Bedrock propose un ensemble de modèles de fournisseurs de premier plan que vous pouvez utiliser pour créer des applications d'IA génératives, avec une personnalisation limitée. Vous avez accès à un ensemble d'appels d'API que vous utilisez pour saisir des données et recevoir des prédictions à partir de ces modèles préentraînés. Bien que cette approche simplifie considérablement le processus d'intégration des capacités d'IA dans les applications, elle signifie également que vous avez moins de contrôle sur les modèles sous-jacents, sauf si vous personnalisez un modèle ou que vous importez un modèle personnalisé. Les modèles préentraînés d'Amazon Bedrock sont optimisés pour les tâches d'IA courantes et sont conçus pour fonctionner correctement dans un large éventail de cas d'utilisation, mais ils peuvent ne pas convenir à des exigences hautement spécialisées ou spécifiques.

Amazon Bedrock permet de peaufiner les modèles de base (FMs), tels qu'Amazon Nova Micro, Lite et Pro, Cohere Command R, Meta Llama 2, Anthropic Claude 3 Haiku, Amazon Titan Text Lite, Amazon Titan Text Express, Amazon Titan Multimodal Embeddings et Amazon Titan Image Generator. La liste des personnes prises en charge FMs est mise à jour en permanence.

Personnalisez les modèles pour des tâches et des cas d'utilisation spécifiques, y compris le réglage précis de la FM et la pré-formation. Apportez votre propre modèle personnalisé grâce à l'importation de modèles personnalisés.

Amazon SageMaker AI propose de nombreuses options de personnalisation, vous donnant un contrôle total sur l'ensemble du flux de travail d'apprentissage automatique. Grâce à l' SageMaker IA, vous pouvez affiner tous les aspects de vos modèles, du prétraitement des données à l'ingénierie des fonctionnalités, en passant par l'architecture des modèles et l'optimisation des hyperparamètres. En utilisant ce niveau de personnalisation, vous pouvez créer des modèles hautement spécialisés adaptés aux besoins uniques de votre entreprise. SageMaker L'IA prend en charge un large éventail de frameworks d'apprentissage automatique populaires TensorFlow, tels que PyTorch, et Apache MXNet, vous permettant d'utiliser vos outils et bibliothèques préférés pour créer et former des modèles.

Utilisez Amazon SageMaker JumpStart pour évaluer, comparer et sélectionner en FMs fonction d'une qualité et d'une responsabilité prédéfinies.

Choisissez le FM à utiliser avec Amazon SageMaker AI Clarify. Utilisez SageMaker AI Clarify pour créer des tâches d'évaluation de modèles, que vous utiliserez pour évaluer et comparer les indicateurs de qualité et de responsabilité des modèles de base basés sur du texte à partir de modèles de base. JumpStart

Générez des prédictions à l'aide d'Amazon SageMaker AI Canvas, sans avoir à écrire de code. Utilisez SageMaker AI Canvas en collaboration avec Amazon Bedrock pour affiner et déployer des modèles linguistiques. Ce billet de blog décrit comment vous pouvez les utiliser pour optimiser l'interaction avec les clients en utilisant vos propres ensembles de données, tels que votre produit FAQs, dans Amazon Bedrock et Amazon. SageMaker JumpStart

Amazon Bedrock utilise un modèle de tarification simple basé sur le nombre d'appels d'API effectués vers le service. Vous payez un prix fixe par appel d'API, qui inclut le coût d'exécution des modèles préentraînés et de tout traitement des données associé. Cette structure tarifaire simple vous permet d'estimer et de contrôler plus efficacement vos coûts, car vous ne payez que pour l'utilisation réelle du service. Le modèle de tarification d'Amazon Bedrock est particulièrement adapté aux applications dont les charges de travail sont prévisibles ou aux cas où vous souhaitez une plus grande transparence dans vos dépenses liées à l'IA.

SageMaker L'IA suit un modèle de pay-as-you-go tarification basé sur l'utilisation des ressources informatiques, du stockage et des autres services consommés au cours du processus d'apprentissage automatique. Les instances que vous utilisez pour créer, former et déployer vos modèles vous sont facturées, les prix variant en fonction du type et de la taille de l'instance. En outre, le stockage et le transfert des données ainsi que d'autres services associés tels que l'étiquetage des données et la surveillance des modèles vous sont facturés. Ce modèle de tarification offre de la flexibilité et vous permet d'optimiser les coûts en fonction de vos besoins spécifiques. Cependant, cela signifie également que les coûts peuvent varier et peuvent nécessiter une gestion prudente, en particulier pour les projets gourmands en ressources.

Amazon Bedrock simplifie le processus d'intégration en fournissant des modèles préentraînés auxquels vous pouvez accéder directement via des appels d'API. Utilisez le SDK Amazon Bedrock ou l'API REST pour envoyer des données d'entrée et recevoir des prédictions à partir des modèles sans avoir à gérer l'infrastructure sous-jacente. Cette approche réduit considérablement la complexité et le temps nécessaires à l'intégration des capacités d'IA dans les applications, la rendant ainsi plus accessible aux développeurs ayant une expertise limitée en apprentissage automatique. Cependant, cette facilité d'intégration se fait au prix d'options de personnalisation limitées, car vous êtes limité aux modèles préentraînés et APIs fournis par Amazon Bedrock.

SageMaker L'IA fournit une plate-forme complète pour la création, la formation et le déploiement de modèles d'apprentissage automatique personnalisés. Cependant, l'intégration de ces modèles dans les applications nécessite plus d'efforts et d'expertise technique par rapport à Amazon Bedrock. Vous devez utiliser le SDK ou l'API d' SageMaker IA pour accéder aux modèles entraînés et créer l'infrastructure nécessaire pour les exposer en tant que points de terminaison. Ce processus implique la création et la configuration d'API Gateway, de fonctions Lambda et d'autres fonctions Services AWS pour permettre la communication entre l'application et le modèle déployé. Bien que l' SageMaker IA fournisse des outils et des modèles pour simplifier ce processus, elle nécessite une compréhension plus approfondie du déploiement des modèles d'apprentissage automatique Services AWS et leur déploiement.

Amazon Bedrock est plus accessible à un plus large éventail d'utilisateurs, y compris aux développeurs et aux entreprises ayant une expertise limitée en apprentissage automatique. En fournissant des modèles préentraînés qui peuvent être facilement intégrés aux applications par le biais d'appels d'API, Amazon Bedrock élimine une grande partie de la complexité associée à la création et au déploiement de modèles d'apprentissage automatique. Vous n'avez pas à vous soucier du prétraitement des données, de la sélection du modèle ou de la gestion de l'infrastructure, car ces aspects sont gérés par le service Amazon Bedrock. Cela vous permet de vous concentrer sur l'intégration des capacités d'IA dans vos applications sans avoir à investir beaucoup de temps et de ressources dans l'acquisition de connaissances approfondies en apprentissage automatique.

Si vous possédez une expertise approfondie en science des données et en apprentissage automatique, l' SageMaker IA fournit une plate-forme puissante et flexible pour la création, la formation et le déploiement de modèles personnalisés. Bien que l' SageMaker IA vise à simplifier le flux de travail de l'apprentissage automatique, elle nécessite tout de même un niveau important d'expertise technique pour tirer pleinement parti de ses capacités. Vous bénéficierez de la maîtrise de langages de programmation tels que Python, ainsi que d'une compréhension approfondie des concepts d'apprentissage automatique, tels que le prétraitement des données, la sélection de modèles et le réglage des hyperparamètres. En outre, vous devez être à l'aise de travailler avec différents modèles Services AWS et de gérer l'infrastructure requise pour déployer et intégrer leurs modèles. Par conséquent, l' SageMaker IA peut avoir une courbe d'apprentissage plus abrupte si vous débutez dans le domaine de l'apprentissage automatique ou si vous avez une expérience limitée en la matière. AWS

Amazon Bedrock propose une suite de fonctionnalités pour aider les clients à créer et à faire évoluer des applications d'IA génératives, notamment des fonctionnalités de choix de modèles (évaluation), des fonctionnalités d'optimisation des coûts et de la latence (mise en cache rapide, routage rapide intelligent), des fonctionnalités de personnalisation (bases de connaissances, distillation des modèles), des garanties (garde-fous) et des fonctionnalités agentiques (agents). Amazon Bedrock propose également l'importation de modèles personnalisés, qui vous permet d'importer et d'utiliser des modèles personnalisés existants FMs via une API unique, unifiée et sans serveur.

Grâce à l' SageMaker IA, vous pouvez stocker et partager vos données sans avoir à créer et à gérer vos propres serveurs. Cela vous donne plus de temps pour créer et développer votre flux de travail ML de manière collaborative, et ce, plus rapidement. SageMaker L'IA fournit des algorithmes de machine learning gérés pour fonctionner efficacement sur des données extrêmement volumineuses dans un environnement distribué. Grâce à un support bring-your-own-algorithms et à des cadres intégrés, l' SageMaker IA propose des options de formation distribuées flexibles qui s'adaptent à vos flux de travail spécifiques. En quelques étapes, vous pouvez déployer un modèle dans un environnement sécurisé et évolutif à partir de la console SageMaker AI.

Qu'est-ce qu'Amazon Bedrock ?

Utilisez ce service entièrement géré pour mettre à votre disposition des modèles de base (FMs) d'Amazon et de tiers via une API unifiée.

Explorer le guide

Questions fréquemment posées sur Amazon Bedrock

Obtenez les réponses aux questions les plus fréquemment posées à propos d'Amazon Bedrock. Il s'agit notamment de la manière d'utiliser les agents, des considérations de sécurité, des informations sur les kits de développement logiciel Amazon Bedrock (SDKs), de la génération augmentée par récupération, de l'utilisation de l'évaluation des modèles et de la facturation.

Lisez le FAQs

Conseils pour générer des descriptions de produits avec Amazon Bedrock

Utilisez Amazon Bedrock dans votre solution pour automatiser le processus de révision et d'approbation de vos produits pour une place de marché de commerce électronique ou un site Web de vente au détail.

Découvrez la solution

Qu'est-ce qu'Amazon Bedrock IDE ?

Utilisez Amazon Bedrock IDE pour découvrir les modèles Amazon Bedrock et créer des applications d'intelligence artificielle génératives qui utilisent les modèles et les fonctionnalités d'Amazon Bedrock.

Explorer le guide

Créez des applications d’IA générative avec l’IDE Amazon Bedrock

Ce billet de blog explique comment créer des applications à l’aide d’un large éventail de modèles très performants. Il explique ensuite comment évaluer et partager vos applications d'IA générative avec Amazon Bedrock IDE.

Lisez le blogue

Création d'une application de chat avec Amazon Bedrock IDE

Créez une application d'agent de chat Amazon Bedrock IDE qui permet aux utilisateurs de discuter avec un modèle Amazon Bedrock via une interface conversationnelle.

Explorer le guide

Qu'est-ce qu'Amazon SageMaker AI ?

Utilisez ce service d'apprentissage automatique (ML) entièrement géré pour créer, former et déployer des modèles de machine learning dans un environnement hébergé prêt pour la production.

Explorer le guide

Commencez avec Amazon SageMaker AI

Configurez l'accès à Amazon SageMaker AI, y compris des étapes de configuration rapides ou personnalisées.

Explorer le guide

Commencez avec Amazon SageMaker JumpStart

Découvrez les modèles de SageMaker JumpStart solutions Amazon qui configurent l'infrastructure pour les cas d'utilisation courants, ainsi que des exemples de blocs-notes exécutables pour l'apprentissage automatique avec l' SageMaker IA.

Explorer le guide