SageMaker 推論 - Plato Data Intelligence

Amazon SageMaker の新しい推論機能に Kubernetes Operator を使用すると、LLM デプロイメントコストが平均 50% 削減されます |アマゾンウェブサービス

Amazon SageMaker の新しい推論機能に Kubernetes Operator を使用すると、LLM デプロイメントコストが平均 50% 削減されます |アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1966211

タイムスタンプ： 2024 年 4 月 19 日

Amazon SageMaker Canvas と Amazon SageMaker Studio を使用して、ノーコード機械学習とコードファースト機械学習の間をシームレスに移行 |アマゾンウェブサービス

Amazon SageMaker Canvas と Amazon SageMaker Studio を使用して、ノーコード機械学習とコードファースト機械学習の間をシームレスに移行 |アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1961283

タイムスタンプ： 2024 年 4 月 3 日

Upstage のソーラーモデルが Amazon SageMaker JumpStart | で利用できるようになりました。アマゾンウェブサービス

Upstage のソーラーモデルが Amazon SageMaker JumpStart | で利用できるようになりました。アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1962112

タイムスタンプ： 2024 年 4 月 2 日

Amazon SageMaker と NVIDIA NIM マイクロサービスの統合を使用して、NVIDIA GPU での LLM 推論の価格パフォーマンスを最適化する |アマゾンウェブサービス

Amazon SageMaker と NVIDIA NIM マイクロサービスの統合を使用して、NVIDIA GPU での LLM 推論の価格パフォーマンスを最適化する |アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1957361

タイムスタンプ： 2024 年 3 月 18 日

Gemma が Amazon SageMaker JumpStart | で利用できるようになりました。アマゾンウェブサービス

Gemma が Amazon SageMaker JumpStart | で利用できるようになりました。アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1956059

タイムスタンプ： 2024 年 3 月 13 日

Amazon SageMaker マルチモデルエンドポイントを使用して、計画外の急増したトラフィックに対して ML 推論を実行する |アマゾンウェブサービス

Amazon SageMaker マルチモデルエンドポイントを使用して、計画外の急増したトラフィックに対して ML 推論を実行する |アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1949509

タイムスタンプ： 2024 年 2 月 19 日

Code Llama 70B が Amazon SageMaker JumpStart | で利用できるようになりました。アマゾンウェブサービス

Code Llama 70B が Amazon SageMaker JumpStart | で利用できるようになりました。アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1948531

タイムスタンプ： 2024 年 2 月 16 日

Amazon SageMaker で改ざん検出用のコンピュータービジョンモデルをトレーニングしてホストする: パート 2 |アマゾンウェブサービス

Amazon SageMaker で改ざん検出用のコンピュータービジョンモデルをトレーニングしてホストする: パート 2 |アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1944096

タイムスタンプ： 2024 年 1 月 31 日

Amazon Bedrock と Amazon SageMaker でホストされているマルチモーダル基盤モデルを使用してスライドデッキに話しかける – パート 1 |アマゾンウェブサービス

Amazon Bedrock と Amazon SageMaker でホストされているマルチモーダル基盤モデルを使用してスライドデッキに話しかける – パート 1 |アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1943023

タイムスタンプ： 2024 年 1 月 30 日

ニューラルアーキテクチャ検索と SageMaker 自動モデルチューニングを使用して BERT モデルの推論時間を短縮 |アマゾンウェブサービス

ニューラルアーキテクチャ検索と SageMaker 自動モデルチューニングを使用して BERT モデルの推論時間を短縮 |アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1938762

タイムスタンプ： 2024 年 1 月 19 日

Llama Guard が Amazon SageMaker JumpStart で利用できるようになりました |アマゾンウェブサービス

Llama Guard が Amazon SageMaker JumpStart で利用できるようになりました |アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1927917

タイムスタンプ： 2023 年 12 月 20 日

Amazon SageMaker を使用して Amazon Security Lake データ内のサイバーセキュリティの異常を特定する |アマゾンウェブサービス

Amazon SageMaker を使用して Amazon Security Lake データ内のサイバーセキュリティの異常を特定する |アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1927919

タイムスタンプ： 2023 年 12 月 20 日

Amazon SageMaker を使用して従来の ML と LLM を簡単にパッケージ化してデプロイする、パート 2: SageMaker Studio でのインタラクティブなユーザーエクスペリエンス | アマゾンウェブサービス

Amazon SageMaker を使用して従来の ML と LLM を簡単にパッケージ化してデプロイする、パート 2: SageMaker Studio でのインタラクティブなユーザーエクスペリエンス | アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1920475

タイムスタンプ： 2023 年 11 月 30 日

Amazon SageMaker を使用して従来の ML と LLM を簡単にパッケージ化してデプロイする、パート 1: PySDK の改善 | アマゾンウェブサービス

Amazon SageMaker を使用して従来の ML と LLM を簡単にパッケージ化してデプロイする、パート 1: PySDK の改善 | アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1920477

タイムスタンプ： 2023 年 11 月 30 日

Amazon SageMaker を使用して基盤モデルの推論を数百のモデルに拡張する – パート 1 | アマゾンウェブサービス

Amazon SageMaker を使用して基盤モデルの推論を数百のモデルに拡張する – パート 1 | アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1919452

タイムスタンプ： 2023 年 11 月 30 日

Amazon SageMaker の最新機能を使用して、モデルのデプロイメントコストを平均 50% 削減 | アマゾンウェブサービス

Amazon SageMaker の最新機能を使用して、モデルのデプロイメントコストを平均 50% 削減 | アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1919481

タイムスタンプ： 2023 年 11 月 30 日

Amazon SageMaker Canvas で ML のデータ準備を加速する | アマゾンウェブサービス

Amazon SageMaker Canvas で ML のデータ準備を加速する | アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1921168

タイムスタンプ： 2023 年 11 月 29 日

コードなしの Amazon SageMaker Canvas を使用して Salesforce Data Cloud で ML を民主化する | アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1918412

タイムスタンプ： 2023 年 11 月 27 日

Amazon SageMaker JumpStart、Llama 2、Amazon OpenSearch Serverless と Vector Engine を使用して金融サービス用のコンテキストチャットボットを構築する | アマゾンウェブサービス

Amazon SageMaker JumpStart、Llama 2、Amazon OpenSearch Serverless と Vector Engine を使用して金融サービス用のコンテキストチャットボットを構築する | アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1916785

タイムスタンプ： 2023 年 11 月 22 日

MONAI を使用して医療画像 AI 推論パイプラインを構築する AWS にデプロイする | アマゾンウェブサービス

MONAI を使用して医療画像 AI 推論パイプラインを構築する AWS にデプロイする | アマゾンウェブサービス

ソースクラスター：

AWS機械学習

ソースノード： 1911054

タイムスタンプ： 2023 年 11 月 8 日