本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 建立批次推論任務
<a name="batch-inference-create"></a>

使用執行模型推論的檔案設定 Amazon S3 儲存貯體之後，您可以建立批次推論任務。開始之前，請檢查您是否根據[格式化並上傳您的批次推論資料](batch-inference-data.md)中所述的指示設定檔案。

**注意**  
若要使用 VPC 提交批次推論任務，您必須使用 API。選取 API 索引標籤，了解如何包含 VPC 組態。

若要了解如何建立批次推論任務，請選擇您偏好方法的索引標籤，然後遵循下列步驟：

------
#### [ Console ]

**建立批次推論任務**

1.  AWS 管理主控台 使用具有使用 Amazon Bedrock 主控台之許可的 IAM 身分登入 。接著，開啟位於 [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock) 的 Amazon Bedrock 主控台。

1. 從左側導覽窗格中，選取**批次推論**。

1. 在**批次推論任務**區段中，選擇**建立任務**。

1. 在**任務詳細資訊**區段中，為批次推論任務提供**任務名稱**，然後選擇**選取模型**，以選取要用於批次推論任務的模型。

1. 在**模型調用類型**區段中，為您的輸入資料選擇 API 格式。如果您的輸入資料使用模型特定的請求格式，請選擇 **InvokeModel**，或者如果您的輸入資料使用 **Converse** API 格式，請選擇 Converse。預設值為 **InvokeModel**。

1. 在**輸入資料**區段中，選擇**瀏覽 S3**，並為批次推論任務選取 S3 位置。批次推論會在該 S3 位置處理所有 JSONL 和隨附的內容檔案，無論該位置是 S3 資料夾還是單一 JSONL 檔案。
**注意**  
如果輸入資料位於與提交任務之帳戶不同的 S3 儲存貯體中，則必須使用 API 來提交批次推論任務。若要了解如何執行此操作，請選取上方的 API 標籤。

1. 在**輸出資料**區段中，選擇**瀏覽 S3** 並選取 S3 位置以存放批次推論任務中的輸出檔案。根據預設，輸出資料將由 加密 AWS 受管金鑰。若要選擇自訂 KMS 金鑰，請選取**自訂加密設定 (進階)**，然後選擇金鑰。如需 Amazon Bedrock 資源加密和設定自訂 KMS 金鑰的詳細資訊，請參閱[資料加密](data-encryption.md)。
**注意**  
如果您打算將輸出資料寫入與提交任務之帳戶不同的 S3 儲存貯體，則必須使用 API 來提交批次推論任務。若要了解如何執行此操作，請選取上方的 API 標籤。

1. 在**服務存取**區段中，選取下列其中一個選項：
   + **使用現有服務角色** — 從下拉式清單中選取服務角色。如需有關使用適當許可權設定自訂角色的詳細資訊，請參閱 [批次推論的必要許可](batch-inference-permissions.md)。
   + **建立並使用新的服務角色** — 輸入服務角色的名稱。

1. (選用) 若要將標籤與批次推論任務建立關聯，請展開**標籤**區段，並為每個標籤新增索引鍵和選用值。如需詳細資訊，請參閱[標記 Amazon Bedrock 資源](tagging.md)。

1. 選擇 **Create batch inference job (建立批次推論任務)**。

------
#### [ API ]

若要建立批次推論任務，請使用 [Amazon Bedrock 控制平面端點](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#br-cp)傳送 [CreateModelInvocationJob](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_CreateModelInvocationJob.html) 請求。

下列是必要欄位：


****  

| 欄位 | 使用案例 | 
| --- | --- | 
| jobName | 指定任務的名稱。 | 
| roleArn | 指定具有建立和管理任務許可的服務角色的 Amazon Resource Name (ARN)。如需詳細資訊，請參閱[建立批次推論的自訂服務角色](batch-iam-sr.md)。 | 
| modelId | 指定要在推論中使用之模型的 ID 或 ARN。 | 
| inputDataConfig | 指定包含輸入資料的 S3 位置。批次推論會在該 S3 位置處理所有 JSONL 和隨附的內容檔案，無論該位置是 S3 資料夾還是單一 JSONL 檔案。如需詳細資訊，請參閱[格式化並上傳您的批次推論資料](batch-inference-data.md)。 | 
| outputDataConfig | 指定要寫入模型回應的 S3 位置。 | 

以下是選填欄位：


****  

| 欄位 | 使用案例 | 
| --- | --- | 
| modelInvocationType | 指定輸入資料的 API 格式。設定為 Converse 以使用 Converse API 格式，或 InvokeModel（預設） 以使用模型特定的請求格式。如需 Converse 請求格式的詳細資訊，請參閱 [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html)。 | 
| timeoutDurationInHours | 指定任務逾時時間 (以小時為單位)。 | 
| 標籤 | 指定要與任務建立關聯的任何標籤。如需詳細資訊，請參閱[標記 Amazon Bedrock 資源](tagging.md)。 | 
| vpcConfig | 指定要在任務期間用來保護資料的 VPC 組態。如需詳細資訊，請參閱[使用 VPC 保護批次推論任務](batch-vpc.md)。 | 
| clientRequestToken | 為確保 API 請求，僅完成一次。如需詳細資訊，請參閱[確保冪等性](https://docs.aws.amazon.com/ec2/latest/devguide/ec2-api-idempotency.html)。 | 

回應會傳回 `jobArn`，您可將其用於執行其他與批次推論相關的 API 呼叫。

------