导入 SageMaker 经过人工智能训练的 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 SageMaker 经过人工智能训练的 Amazon Nova 模型

注意

要将开源模型导入 Amazon Bedrock，您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将自定义的开源模型导入 Amazon Bedrock。

要导入你使用 A SageMaker I 自定义的 Amazon Nova 模型，你需要在 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用例中的性能，则可以将经过微调的模型作为自定义模型导入 Amazon Bedrock，然后使用它来运行推理。

在 Amazon Bedrock 中创建和使用 SageMaker 经过人工智能训练的 Amazon Nova 模型的工作原理如下：

  1. 在 SageMaker AI 中自定义模型 — 使用 SageMaker 人工智能训练作业，通过预先构建的基础配方自定义 Amazon Nova 模型。有关更多信息，请参阅亚马逊 A SageMaker I 开发者指南中的自定义 Amazon Nova 模型。

  2. 在 Amazon Bedrock 中创建自定义模型 — 使用 CreateCustomModelAPI 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，然后从亚马逊管理的 Amazon S3 存储桶中导入模型项目。SageMaker 当你运行第一个 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 SDKs)。

  3. 为自定义模型设置推理-导入过程完成后，您可以为模型设置推理。有关更多信息，请参阅 为自定义模型设置推理。您可以像在 Amazon Bedrock 中通过模型自定义创建的模型一样管理自定义模型。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 Bedroc k 终端节点和配额）：

  • 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，请注意以下几点：

  • 您必须使用美国东部（弗吉尼亚北部）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

  • 当你在 SageMaker AI 中自定义模型时，你必须使用 AI SageMaker Amazon Nova 配方。有关更多信息，请参阅《亚马逊 A SageMaker I 开发者指南》中的 Amazon Nova 配方。

  • 您 SageMaker 经过人工智能训练的 Amazon Nova 模型必须存储在亚马逊托管的 Amazon S3 存储桶中。 SageMaker 当你运行第一个 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亚马逊管理的 Amazon S3 存储桶，以及您的密钥（如果指定）。 AWS KMS 有关创建角色的更多信息，请参阅创建用于导入预训练模型的服务角色。有关向角色授予使用您的 AWS KMS 密钥的权限的信息，请参阅对导入的自定义模型进行加密。

  • 您只能使用 Amazon Bedrock APIs 从经过 SageMaker 人工智能训练的现有的 Amazon Nova 模型创建自定义模型。你不能使用 Amazon Bedrock 主机。