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。
亚马逊 Bedrock 还是亚马逊 A SageMaker I?
了解差异并选择适合您的差异
目的 |
了解 Amazon Bedrock 和 Amazon SageMaker AI 之间的区别,并确定哪种服务最适合您的需求。 |
上次更新 |
2025年6月27日 |
承保服务 |
简介
Amazon Web Services (AWS) 提供了一套服务,可帮助您构建使用推理的机器学习 (ML) 和生成式 AI 应用程序,推理定义为根据提供给基础模型的输入生成输出的过程。了解这些服务如何协同工作以形成生成式 AI 堆栈会很有帮助,包括:
-
生成式人工智能驱动的服务,例如 Amazon Q Business 和 Amazon Q Developer,它们利用大型语言模型 (LLMs) 和其他基础模型 (FMs) 来提高工作效率。
-
用于构建生成式人工智能应用程序的模型和工具,包括 Amazon Bedrock。
-
用于构建和训练人工智能模型的基础设施,例如 Amazon SageMaker AI 和专用硬件。

在考虑要使用哪种生成式 AI 服务时,通常会同时考虑两种服务:
Amazon Bedrock
-
如果您主要需要使用预先训练的基础模型进行推理,并且想要选择最适合您的用例的基础模型,请选择 Amazon Bedrock。Amazon Bedrock 是一项用于构建生成式人工智能应用程序的完全托管服务,支持流行的基础模型,包括 A mazon Nova、AmazonTitan、Anthropic Claude、DeepSeek-R1
、Cohere Command & Emb ed、L AI21 abs Jurassic、Meta Ll ama、Mistral AI 和 Stab le Diffusion XL。 FMs支持的内容会定期更新。 -
使用 Amazon Bedrock Marketplace 来发现、测试和使用 100 多种流行、新兴和专业基础模型 (FMs)。
-
使用全新 Amazon SageMaker Unified Studio 中的亚马逊 Bedrock IDE 来发现亚马逊 Bedrock 模型,并构建使用亚马逊 Bedrock 模型和功能的生成人工智能应用程序。
亚马逊 SageMaker AI
-
Amazon A SageMaker I(前身为 Amazon SageMaker)是一项完全托管的服务,旨在帮助您大规模构建、训练和部署机器学习模型。这包括使用笔记本、调试器、探查器、管道等工具 FMs 从头开始构建。 MLOps当你的用例可以从基础模型的大量训练、微调和自定义中受益时,可以考虑使用 SageMaker AI。它还可以帮助您完成可能具有挑战性的任务,即评估哪种调频最适合您的用例。
-
Amazon SageMaker AI 是下一代亚马逊的一部分 SageMaker,亚马逊是一个用于数据、分析和人工智能的统一平台。亚马逊 SageMaker 包括 Amazon SageMaker Unified Studio,这是一种将 AWS 数据、分析、人工智能和机器学习服务整合在一起的统一开发体验。
本指南侧重于了解亚马逊 A SageMaker I 和 Amazon Bedrock 之间的区别。有关Amazon Bedrock和 SageMaker 人工智能如何融入亚马逊的生成式人工智能服务和解决方案的更多信息,请参阅生成式人工智能决策指南。
虽然 Amazon Bedrock 和 SageMaker Amazon AI 都支持机器学习和生成人工智能应用程序的开发,但它们有不同的用途。本指南将帮助您了解其中哪些服务最适合您的需求,包括两种服务可以一起使用来构建生成式 AI 应用程序的场景。
以下是这些服务之间主要区别的高级视图,可帮助您入门。
类别 |
![]() Amazon Bedrock |
![]() 亚马逊 SageMaker AI |
---|---|---|
应用场景 | 非常适合将 AI 功能集成到应用程序中,无需在自定义模型开发上投入大量资金 | 针对可能需要定制模型的独特或特殊 AI/ML 需求进行了优化 |
目标用户 | 针对没有深厚机器学习专业知识的开发人员和企业进行了优化 | 针对数据科学家、机器学习工程师和开发人员进行了优化 |
自定义 | 您将主要使用预训练模型,但可以根据需要进行微调 | 您可以完全控制,并且可以根据需要自定义或创建模型 |
定价 | Pay-as-you-go 根据对服务进行的 API 调用次数进行定价 | 根据计算资源、存储和其他服务的使用量收费 |
集成 | 通过 API 调用将预先训练好的模型集成到应用程序中 | 将自定义模型集成到应用程序中,并提供更多自定义选项 |
需要专业知识 | 使用预训练模型所需的基本机器学习专业知识 | 数据科学和机器学习技能的工作知识有助于构建和优化模型 |
管理 | Amazon Bedrock 提供了一种基于 API 的简化方法,基础设施管理最少。 | SageMaker AI 需要更多的基础设施管理,但它提供了广泛的监控和控制功能。 |
部署和托管 | Amazon Bedrock 是无服务器的,这意味着您无需管理基础架构。 | SageMaker AI 主要是服务器化的,它提供对计算资源和扩展的精细控制。 |
Amazon Bedrock 和 SageMaker AI 之间的区别
让我们来看看和比较 Amazon Bedrock 和亚马逊 A SageMaker I 的功能。
Amazon Bedrock 和 Amazon SageMaker AI 之间的选择并不总是相互排斥的。在某些情况下,同时使用这两项服务可能会使您受益。例如,您可以使用 Amazon Bedrock 快速创建基础模型的原型和部署,然后使用 SageMaker AI 进一步完善和优化模型以提高性能。这篇博客文章
归根结底,Amazon Bedrock 和 Amazon SageMaker AI 之间的决定取决于你的具体要求。评估这些因素可以帮助您做出明智的决定,并选择最适合您需求的服务。
有关亚马逊生成式人工智能服务和解决方案的更多信息,请参阅生成式人工智能决策指南。
使用
现在,您已经阅读了在 Amazon Bedrock 和 Amazon SageMaker AI 之间进行选择的标准,您可以选择满足您需求的服务,并使用以下信息来帮助您开始使用每种服务。