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
<a name="import-with-create-custom-model"></a>

**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](model-customization-import-model.md)。

 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](https://docs.aws.amazon.com/sagemaker/latest/dg/nova-model.html)。

1. **在 Amazon Bedrock 中**创建自定义模型 — 使用 [CreateCustomModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_CreateCustomModel.html)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。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)](create-custom-model-sdks.md)。

1.  **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](model-customization-use.md)。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](custom-models.md)。

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](https://docs.aws.amazon.com/general/latest/gr/bedrock.html)）：
+ 美国东部（弗吉尼亚州北部）

**Topics**
+ [指南和要求](#create-custom-model-considerations)
+ [创建自定义模型 (AWS SDKs)](create-custom-model-sdks.md)

## 指南和要求
<a name="create-custom-model-considerations"></a>

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
+ 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](https://docs.aws.amazon.com/sagemaker/latest/dg/nova-model-recipes.html)。
+ 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[为导入预训练模型创建服务角色](model-import-iam-role.md)。有关向角色授予使用您的 AWS KMS 密钥的权限的信息，请参阅[导入的自定义模型的加密](encryption-import-model.md)。
+ 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。您不能使用 Amazon Bedrock 控制台。