re:lnvent 2023 Swami Sivasubramanian主題演講，數(shù)據(jù)、AI和人類共進(jìn)共生，重塑生成式AI時(shí)代的數(shù)據(jù)戰(zhàn)略。
賦能人才加持生成式AI必備能
生成式AI創(chuàng)新中心：解決生成式AI工程化挑戰(zhàn)。
Amazon Bedrock平臺(tái)PartyRock：生成式AI應(yīng)用程序?qū)嵅贅?gòu)建平臺(tái)。
Generative Al Scholarship和AI MLScholarship兩項(xiàng)計(jì)劃：面向全球?qū)W生提供技能培訓(xùn)和獎(jiǎng)學(xué)金。
利用企業(yè)私有數(shù)據(jù)構(gòu)建差異化
Vector search for Amazon MemoryDB for Redis：應(yīng)對(duì)更高的吞吐量和并發(fā)性。
Vector engine for OpenSearch Serverless：添加向量支持、提升服務(wù)性能。
Amazon DocumentDB和Amazon DynamoDB數(shù)據(jù)庫嵌入vector search功能。
豐富的基礎(chǔ)模型和工具助力構(gòu)建
Amazon Bedrock新增支持Claude 2.1、新增支持Llama2 70B。
Model Evaluation on AmazorBedrock，根據(jù)客戶需求更快過輕松地評(píng)估模型。
Amazon SageMaker HyperPod通過分布式訓(xùn)練，將模型訓(xùn)練時(shí)間減少40%
Amazon SageMaker推理、訓(xùn)練、MLOps和IDEs上的四大創(chuàng)新更輕松地構(gòu)建、訓(xùn)練和部署新的LLMs。
zero-ETL：Amazon OpenSearch Service zero-ETL集成Amazon S3。
Amazon Clean Rooms ML：與合作伙伴共同訓(xùn)練模型時(shí)，無需共享底層數(shù)據(jù)。
Amazon Q generative SQL in Amazon Redshift：自然語言提示轉(zhuǎn)換為SQL語句。
Amazon Q data integration in Amazon Glue通過Q使用自然語言更快地集成數(shù)據(jù)。
Multimodal Embeddings，創(chuàng)建更豐富的多模型搜索和推薦選項(xiàng)。
Amazon Titan Text Lite和Amazor·Titan Express兩款文本生成模型。
Amazon Titan lmage Generator文生圖基礎(chǔ)模型，高效生成高質(zhì)量圖像。
申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
