导入经过 SageMaker AI 训练的 Amazon Nova 模型 - Amazon Bedrock
指南和要求

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

导入经过 SageMaker AI 训练的 Amazon Nova 模型

注意

要将开源模型导入 Amazon Bedrock，需要使用模型导入任务。有关更多信息，请参阅 使用自定义模型导入功能将自定义的开源模型导入 Amazon Bedrock 中。

要导入使用 SageMaker AI 自定义的 Amazon Nova 模型，需要在 Amazon Bedrock 中为它创建一个新的自定义模型。例如，如果您使用 SageMaker AI 对 Amazon Nova Pro 模型进行微调以提高其在特定使用案例中的性能，则可以将经过微调的模型作为自定义模型导入 Amazon Bedrock，并使用它来运行推理。

在 Amazon Bedrock 中创建和使用经过 SageMaker AI 训练的 Amazon Nova 模型的工作方式如下：

  1. 在 SageMaker AI 中自定义模型 – 使用 SageMaker AI 训练作业，通过预构建的基本配方自定义 Amazon Nova 模型。有关更多信息，请参阅《Amazon SageMaker AI 开发人员指南》中的自定义 Amazon Nova 模型。

  2. 在 Amazon Bedrock 中创建自定义模型 – 使用 CreateCustomModel API 操作创建自定义模型。当您创建自定义模型时，Amazon Bedrock 会进行验证，然后从 Amazon 托管的 Amazon S3 存储桶导入模型构件。当您运行第一个 SageMaker AI 训练作业时，SageMaker AI 会创建这个存储桶。有关代码示例，请参阅创建自定义模型（AWS SDK）。

  3. 为自定义模型设置推理 – 导入过程完成后，即可为模型设置推理。有关更多信息，请参阅 为自定义模型设置推理。您可以通过模型自定义，像管理在 Amazon Bedrock 中创建的模型那样管理自定义模型。有关更多信息，请参阅 针对使用案例自定义模型以提高其性能。

您可以在以下区域使用 Amazon Nova 模型创建自定义模型（有关 Amazon Bedrock 支持的区域的更多信息，请参阅 Amazon Bedrock 端点和配额）：

  • 美国东部（弗吉尼亚州北部）

主题

指南和要求

在导入 Amazon Nova 模型之前，请注意以下事项：

  • 必须使用美国东部（弗吉尼亚州北部）区域。

  • 在 SageMaker AI 中自定义模型时，必须使用以下 Amazon Nova 模型之一：

    • Amazon Nova Lite

    • Amazon Nova Micro

    • Amazon Nova Pro

  • 在 SageMaker AI 中自定义模型时，必须使用 SageMaker AI Amazon Nova 配方。有关更多信息，请参阅《Amazon SageMaker AI 开发人员指南》中的 Amazon Nova 配方。

  • 经过 SageMaker AI 训练的 Amazon Nova 模型必须存储在 Amazon 托管的 Amazon S3 存储桶中。当您运行第一个 SageMaker AI 训练作业时，SageMaker AI 会创建这个存储桶。

  • 您的 Amazon Bedrock 服务角色必须有权访问由 Amazon 托管的 Amazon S3 存储桶，如果指定，还必须有权访问您的 AWS KMS 密钥。有关创建角色的更多信息，请参阅为导入预训练模型创建服务角色。有关授予角色使用 AWS KMS 密钥的权限的更多信息，请参阅导入的自定义模型的加密。

  • 只能使用 Amazon Bedrock API 通过经过 SageMaker AI 训练的现有 Amazon Nova 模型创建自定义模型。您不能使用 Amazon Bedrock 控制台。