普惠生成式AI，亚马逊云科技有想法也有办法

去年底，OpenAI掀起的生成式AI浪潮席卷全球。

如今，生成式AI赛道依然火爆，越来越多行业用户也意识到生成式AI将对于其业务带来巨大影响。但生成式AI应用的打造，除了大语言模型之外，其实更像是一个复杂的系统工程，涉及到计算、数据、模型调优、应用开发等一系列复杂的工作。

因此，“入局”大模型依然是一件很高门槛的事情。如何让生成式AI门槛降低、惠及行业用户？近日，在亚马逊云科技生成式AI构建者大会上，亚马逊云科技带来了它的答案。

亚马逊云科技大中华区产品部总经理陈晓建介绍，亚马逊云科技正从应用场景、工具和基础设施、数据基座、AI原生应用构建和生成式AI服务五个层面帮助企业降低生成式AI应用开发门槛，加速实现生成式AI潜力的全面释放。

赋能创新，亚马逊云科技打造生成式AI全栈服务

麦肯锡《生成式人工智能的经济潜力：下一波生产力浪潮》报告显示，分析当前63种生成式AI应用于各行各业，将为全球经济每年带来2.6万亿至4.4万亿美元的增长。

可以说，生成式AI已经初具产业魅力，吸引了越来越多企业的目光。与此同时，生成式AI赛道也涌入了大批公司，中国市场更是上演了“百模大战”。对于亚马逊云科技等云服务商而言，生成式AI也是市场中必须争夺的一个战略制高点。

从今年4月起，亚马逊云科技推出包括Amazon Bedrock、Amazon Titan基础模型、Amazon CodeWhisperer AI编程工具等多款生成式AI产品和服务。

其中Amazon Bedrock是一项全托管生成式AI服务，它允许用户通过API访问亚马逊云科技和第三方基础模型提供商的预训练基础模型。目前，Amazon Bedrock支持Meta、Anthropic、Stability AI、AI21 Labs、Cohere等第三方开发商的主流大模型。

毫无疑问，Amazon Bedrock代表了云服务商在大模型服务上的一个重要方向，即利用云服务商自身的基础设施优势，通过大模型服务来屏蔽基础设施的复杂性，降低大模型使用的门槛。陈晓建介绍，Amazon Bedrock是无服务器化的云服务，并且提供广泛的模型选择和数据隐私保护，用户可以轻松构建和扩展生成式AI应用程序。

以金山办公为例，其在年初将大语言模型能力引入到办公产品之中时，就遇到了基础模型性能有限、数据安全难保障、高额投入等一系列挑战。为此，金山办公成为Amazon Bedrock国内第一批预览版用户，利用Amazon Bedrock支持大模型在金山办公软件多个场景中的需求。

此外，Amazon CodeWhisperer是一款AI编程工具。众所周知，编程是生成式AI技术快速应用的领域之一，众多开发者开始尝试利用AI编程工具来提升开发效率。Amazon CodeWhisperer在基础模型高级选项中使用，可以实时生成代码建议，使用Amazon CodeWhisperer的开发者完成任务的速度平均快57%，成功率高27%。

在数据处理层面，亚马逊云科技推出了，Amazon DataZone数据治理服务，可以跨组织边界发现、访问、共享和治理大规模数据，并减少企业内部成员访问数据和使用分析工具时繁重的工作量。针对检索增强生成（RAG,Retrieval Augment GenerationRAG）需要处理的向量数据，亚马逊云科技为Amazon OpenSearch Service、Amazon Aurora PostgreSQL和 Amazon RDS for PostgreSQL加入向量数据库功能。

在基础设施层面，亚马逊云科技提供客户最为广泛的GPU和AI加速器服务，包括英伟达最新GPU H100的计算实例Amazon EC2 P5，基于自研机器学习推理芯片Amazon Inferentia2的Amazon EC2 Inf2实例、基于自研机器学习训练芯片Amazon Trainium的Amazon EC2 Trn1实例等，用户可以根据需求来灵活选择不同的基础设施服务。

事实上，开发生成式AI应用就像一个充满挑战的系统工程，不是简单的产品、服务堆叠。陈晓建总结道：“生成式AI应用就像海面上的冰山，大模型是被大多数人看到的冰山一角，底部则需要数据分析、数据安全等一系列服务。亚马逊云科技提供完整的端到端生成式AI技术栈，来加速用户最终的商业化落地。”

构建生成式AI都应该注意什么

毫无疑问，生成式AI正处于产业发展起步阶段，对绝大多数企业而言都是陌生的，很多企业对于生成式AI是“想入局却不知道怎么操作”的状态。

亚马逊云科技通过对大量企业服务的积累，逐步给出了“端到端的构建生成式AI应用”的关键路径五步走的方法论。

首先，亚马逊云科技建议用户在尝试生成式AI时需要选择合适的场景入手，尤其是典型、经过 验证的场景进行尝试。当前，生成式AI对营销与销售、产品与研发、软件工程和客户运营等工作能够带来显著收益，企业选择这些场景入手既能降低门槛和风险，也能够提升业务效率。

其次，亚马逊云科技建议认为用户需要通过专门构建的生成式AI工具和基础设施来快速搭建生成式AI应用。目前看，没有一个基础模型可以适用于所有的业务场景，用户需要根据自身业务场景的需求特点去选择最合适的模型。此时，大模型云服务的优势就得到凸显；类似Amazon Bedrock这样的大模型云服务可以快速让用户搭建生成式AI应用。

第三，生成式AI离不开强大的的数据基座，需要融合企业私有化数据。众所周知，大模型的背后是海量数据的存储、汇聚、打通、安全管理等一系列的数据工程化工作。为此，亚马逊云科技认为端到端的数据服务，有效集成和治理数据、安全策略，通过Zero ETL策略可以让数据在生成式AI应用开发中充分发挥作用。

以西门子中国为例，面对企业内部信息分散、数据信息传递能力不足、知识运营能力缺乏等情况，西门子与亚马逊云科技一起合作，利用坚实的数据底座，成功在三个月上线一款生成式AI应用--“小禹”助手。

第四，生成式AI应该是AI原生应用构建。亚马逊云科技认为微服务化、Serverless First、数据洞察、数据全等可以帮助企业减少重复造轮子的工作。例如，微服务化可以让应用在不断变化需求之际，还能保持快速进化和迭代；Serverless First则可以帮助用户从繁重的基础架构运维、部署中解脱出来。

最后，亚马逊云科技建议使用生成式AI服务来降低工作的复杂性。亚马逊云科技认为开箱即用的生成式AI服务、工具可以大幅提升效率。

总体来看，生成式AI正处于产业发展的早期，大模型、工具链当前正是百花齐放的状态，行业用户也在探寻生成式AI的落地场景，这无疑注定了生成式AI落地式一个复杂的过程。根据当前产业界面临的问题，亚马逊云科技的端到端全栈技术服务以及清晰的方法论路径，无疑为当前生成式AI普惠提供了重要的参考价值。

“生成式AI长期发展离不开强大的合作伙伴生态，需要大家一起努力去解决生成式AI引用构建中遇到的各种技术问题。面向未来，亚马逊云科技将继续携手生态伙伴逐步持续完善生成式AI的体系，助力生成式AI真正走向普惠。”陈晓建最后表示道。

生成海报

免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。