Amazon Elastic Kubernetes Service
PulseAugur coverage of Amazon Elastic Kubernetes Service — every cluster mentioning Amazon Elastic Kubernetes Service across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
AWS 通过新的 Ray 容器简化多节点 LLM 推理
AWS 推出了新的 Ray LLM 深度学习容器，旨在简化大型语言模型在 Amazon Elastic Kubernetes Service (Amazon EKS) 上的多 GPU 节点部署。这些容器捆绑了 Ray Serve、NVIDIA Inference Transfer Library 和 Elastic Fabric Adapter 堆栈，提供与 OpenAI 兼容的 API，无需自定义应用程序代码。这种设置实现了分离式推…
-
AWS SageMaker HyperPod 增强了 ML 团队的治理和开发工作流
AWS 为 Amazon SageMaker HyperPod 推出新功能，增强了机器学习团队的管理和治理能力。这些更新允许更好地管理共享计算集群，包括定义团队访问权限、容量分配和使用策略。此外，用户现在可以直接在 SageMaker Studio 中创建和管理交互式开发环境（称为 SageMaker Spaces），从而简化了从集群访问到高效开发的流程。
-
AWS 和 NVIDIA 通过 S3 Vectors 集成增强 AI 代理记忆
AWS 和 NVIDIA 合作增强了 AI 代理的记忆能力。NVIDIA NeMo Agent Toolkit (NAT) 现在可以与 Amazon Simple Storage Service 的一项功能 Amazon S3 Vectors 集成，为 AI 代理提供持久且可扩展的记忆。此次集成允许在 Amazon EKS 上部署以进行操作控制，从而高效地存储和检索对话历史、用户偏好和其他关键数据。
-
AWS 推出新的 Ray Serve 容器，简化 AI 推理流程，因 TorchServe 已弃用
AWS 发布了新的深度学习容器 (DLCs)，利用 Ray Serve 来简化和支持之前由 TorchServe 管理的工作负载。TorchServe 已不再积极维护，用户需要自行负责管理其依赖项、安全补丁和兼容性问题。新的 Ray Serve DLCs 可用于 Amazon EKS 和 Amazon SageMaker，将 PyTorch、CUDA 和 Ray Serve 打包到一个经过测试和维护的容器中，减少了工程师的重复性工作，…
-
TReNDS 利用 Amazon Bedrock 自动化 AI 驱动的根本原因分析
TReNDS 中心是佐治亚州立大学、佐治亚理工学院和埃默里大学参与的一项研究计划，已开发出一套自动化系统，用于分析和识别其应用程序中错误的根本原因。该系统利用亚马逊网络服务 (Amazon Web Services) 的服务 Amazon Bedrock 来处理错误日志和源代码。通过与 AWS Lambda 和 GitHub 等工具集成，该系统可以实时检测错误，提取相关上下文，并为工程团队提供 AI 驱动的根本原因分析，从而显著缩短调查时间。
-
Moonshot AI 发布 Kimi K3，一款 2.8T 参数的开源 MoE 模型
Moonshot AI 发布了 Kimi K3，这是一款拥有 2.8 万亿参数的开源专家混合（MoE）模型。该模型采用了 Kimi Delta Attention 等架构创新，提高了扩展效率，并在长时程编码和代理工作流等复杂任务上表现出色。模型权重以 MXFP4 格式在 Hugging Face 上提供，并详细介绍了如何使用 Amazon SageMaker HyperPod 和 Amazon EKS 在 AWS 上进行部署，这需要 …
-
Couchbase 在 AWS Bedrock 上构建多模型 AI 架构以支持 Capella iQ
Couchbase 为其 Capella iQ 服务开发了多模型 AI 架构，利用 Amazon Bedrock 集成各种基础模型。这种方法增强了灵活性、运营韧性和可扩展性，使 Capella iQ 能够处理流量激增并在不同的 AWS 区域内保持高可用性。该架构通过将推理流量保留在 AWS 基础设施内来优先考虑安全性和数据驻留。
-
Unsloth 通过动态量化实现 AWS 上 LLM 的高效部署
Unsloth 开发了一种动态量化方法，可在保持精度的同时显著减小大型语言模型的内存占用。该技术分析模型的每一层，以确定其对精度损失的敏感度，从而允许对不敏感的层进行积极压缩至 4 位精度，而关键层则保留更高的精度。这种方法使得通常需要大量 GPU 资源的模型可以在较小的实例甚至 CPU 上运行，从而降低服务成本并加快迭代周期。
-
平台工程师使用 KServe 在 EKS 上部署 ML 模型的指南
本指南详细介绍了平台工程师如何使用 KServe 在 Amazon Elastic Kubernetes Service (EKS) 上有效地部署机器学习模型。它提供了设置必要的基础设施和配置以实现强大 ML 模型部署的循序渐进的方法。文章强调了最佳实践，以确保在 Kubernetes 环境中成功高效地服务模型。