Amazon AWS dan Microsoft akan bersaing dalam bidang GenAI

Dalam temu bual dengan VentureBeat pada hari Isnin, Naib Presiden Data dan Kecerdasan Buatan Amazon AWS Swami Sivasubramanian berkata bahawa dia bertanggungjawab untuk menyelia semua pangkalan data AWS, analitik, pembelajaran mesin dan perkhidmatan kecerdasan buatan, dan Imbas kembali ringkas pagi Rabu ucaptama dan ucaptama pagi Selasa daripada Ketua Pegawai Eksekutif AWS Adam Selipsky

Tema utama di sekitar GenAI ialah perusahaan mahukan fleksibiliti dan pilihan untuk digunakan daripada vendor yang berbeza, katanya mengenai model yang berbeza dan bukannya dikunci dalam satu vendor atau platform, bagaimanapun, tambahnya. bahawa model ini mungkin tidak mencukupi sendiri untuk memberikan kelebihan daya saing kerana lama kelamaan mereka mungkin menjadi komoditi dan, oleh itu, perniagaan Kelebihan utama ialah data proprietari mereka sendiri dan cara mereka menyepadukan data tersebut dengan model untuk mencipta aplikasi unik.

Untuk menyokong visi ini, Sivasubramanya berkata Amazon memberi tumpuan kepada menekankan dua aspek: satu ialah ciptaan, menyediakan pelbagai model GenAI yang boleh diakses oleh pelanggan melalui perkhidmatan asasnya, dan alatan pengurusan Data yang lebih baik dan lancar untuk digunakan oleh pelanggan untuk membina dan menggunakan aplikasi GenAI sendiri

Topik dalam pembentangannya, katanya, akan merangkumi "hubungan simbiotik yang wujud" antara data dan GenAI, dan bagaimana GenAI boleh mendapat manfaat daripada lebih daripada sekadar data, yang seterusnya boleh meningkatkan dan menambah baik pangkalan data dan sistem data

Siva Subramanian mendedahkan beberapa sorotan di Re:Inventent. Hanya dua minggu yang lalu, Microsoft mempamerkan rancangan mereka untuk menggunakan GenAI sepenuhnya pada persidangan saingan Ignite

Dalam masa kurang dari seminit: Bedock AWS, dilancarkan pada April, ialah perkhidmatan terurus sepenuhnya yang Membolehkan pelanggan menggunakan model GenAI asas yang disediakan melalui API. Sivasubramanya berkata batuan dasar menjadi lebih mudah untuk digunakan. Dia akan memaparkan beberapa cerita pelanggan yang menunjukkan betapa mudah dan pantasnya untuk membina aplikasi di Bedrock, dengan beberapa contoh mengambil masa kurang daripada seminit. Beliau berkata pelanggan seperti Booking.com, Intuit, LexusNexis dan Bridgewater Associates adalah antara syarikat yang menggunakan Bedock untuk mencipta aplikasi yang memberi kesan

BedRock telah menyediakan pelanggan perusahaan dengan lebih banyak pilihan LLM, termasuk produk seperti model Yayasan terlatih Titan sendiri, sebagai serta model asas daripada pihak ketiga seperti S Jurassic AI21, Claude Anthropic, Llama 2 Meta dan Stable Diffusion. Jangkakan untuk melihat lebih banyak tindakan pada masa hadapan, termasuk lebih lanjut mengenai perkongsian Amazon dengan saingan OpenAI Anthropic, berikutan pelaburan besar dalam syarikat itu pada bulan September. "Kami akan terus melabur dengan banyak dalam pemilihan kenderaan," kata Sivasubramanian

Peluasan pangkalan data vektor: Satu lagi bidang yang model GenAI boleh membantu ialah pangkalan data vektor, yang menyokong imej silang, teks dan video, dsb. Carian semantik data tidak berstruktur. . Dengan menggunakan model GenAI, Pangkalan Data Vektor boleh mencari data yang paling relevan dan serupa dengan pertanyaan tertentu, dan bukannya bergantung pada kata kunci atau metadata. Pada Julai tahun ini, Amazon melancarkan ciri pangkalan data vektor-Vector Engine untuk OpenSearch Serverless dalam mod pratonton. Sivasubramanya berkata enjin vektor itu telah mendapat daya tarikan yang mengagumkan sejak pelancarannya dan membayangkan bahawa ia tidak lama lagi akan menjadi perkara biasa. Dia juga membayangkan bahawa Amazon mungkin mengembangkan keupayaan carian vektor ke pangkalan data lain dalam portfolionya. "Anda akan melihat bahawa sebagai sebahagian daripada Bedrock, kami akan menjadikannya lebih mudah dan lebih baik, tetapi juga di banyak kawasan lain," katanya.

Pada aplikasi Gen AI, Sivasubramanian membayangkan beberapa pengumuman yang berkaitan dengan lapisan aplikasi tindanan GenAI perusahaan. Beliau menyebut beberapa contoh aplikasi yang sudah tersedia dan disepadukan dengan model GenAI, seperti Amazon QuickSite. Ia adalah alat tanpa pelayan yang membolehkan pelanggan membuat dan berkongsi papan pemuka dan laporan interaktif. Selain itu, terdapat Amazon HealthScribe, yang secara automatik menjana nota klinikal dengan menganalisis perbualan pesakit dengan doktor. Apl ini direka bentuk untuk memudahkan pengguna yang mungkin tidak mempunyai pengetahuan atau pengalaman GenAI atau pengekodan

Untuk perusahaan yang mempunyai keperluan data yang kompleks, menyepadukan data daripada sumber dan format yang berbeza merupakan cabaran utama. Proses ekstrak, transformasi dan beban (ETL) tradisional adalah rumit dan mahal, memerlukan pemindahan data dari satu pangkalan data ke pangkalan data yang lain, serta melakukan transformasi dan transformasi data. Untuk mengelakkan geseran ini, sesetengah penyedia awan sedang membangunkan teknologi "fabrik" yang menggunakan format terbuka dan standard untuk pertukaran data dan kebolehoperasian. Microsoft telah menggembar-gemburkan rancangan Fabriknya, tetapi beberapa penganalisis mengatakan Amazon mempunyai kelebihan berbanding Microsoft dan Google dengan ETL sifar. Sivasubramanya berkata Amazon telah cuba memberikan pemaju pilihan pangkalan data dan akan terus melabur dalam visi sifar-ETLnya, yang ia bermula tahun lepas dengan penyepaduan beberapa pangkalan datanya sendiri, seperti Aurora dan RedShift. Perusahaan ingin menyimpan dan menanyakan data vektor mereka dan data perniagaan lain dalam pangkalan data mereka. Sivasubramanya berkata Amazon akan terus menambah baik perkhidmatan ini, sambil menyebut bahawa Aurora MySQL Amazon baru-baru ini menambah sokongan untuk carian vektor. Dilaporkan bahawa Aurora MySQL ialah pangkalan data hubungan berasaskan awan. Pada masa hadapan, Amazon akan membuat kemajuan yang lebih besar dan lebih bermakna ke arah sifar ETL

Semasa ucapan dasar Selipsky dan Sivasubramanya, beberapa pelanggan AWS berkongsi cerita mereka, memberitahu Bagaimana model berasaskan GenAI boleh disesuaikan melalui latihan lanjut atau penalaan halus untuk memenuhi spesifik mereka keperluan dan domain. Walau bagaimanapun, mereka berbuat demikian tanpa menjejaskan keselamatan dan privasi data, kerana data itu kekal disimpan dalam awan peribadi maya (VPC) pelanggan sendiri, bahagian awan AWS yang selamat dan terpencil. Sivasubramanya berkata bahawa ini adalah salah satu perbezaan penting antara AWS dan penyedia perkhidmatan awan yang lain. Pada masa yang sama, untuk memastikan keselamatan data pelanggan, AWS menyediakan perkhidmatan penyesuaian GenAI yang selamat

Inovasi cip GenAI: Akhirnya, Amazon telah membangunkan penyelesaian silikonnya sendiri untuk menyokong GenAI. Sivasubramanya berkata AWS akan menyediakan beberapa kemas kini baharu tentang prestasi dan penggunaan siri cip Nitro Hypervisor dan Gravitonnya, yang direka untuk menyampaikan prestasi tinggi dan kos rendah untuk pengkomputeran awan. Beliau juga akan memperkenalkan cip Tradium dan Inferania syarikat, yang masing-masing didedikasikan untuk latihan dan inferens GenAI

Atas ialah kandungan terperinci Amazon AWS dan Microsoft akan bersaing dalam bidang GenAI. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!