PulseAugur
中
实时 15:24:44
实体 Amazon SageMaker

Amazon SageMaker

PulseAugur coverage of Amazon SageMaker — every cluster mentioning Amazon SageMaker across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
42
90 天内 101
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
关系
时间线
  1. 2026-11-17 product_launch AWS introduced KV cache-aware routing for Amazon SageMaker AI real-time endpoints to optimize generative AI costs. 来源
  2. 2026-11-17 product_launch Amazon SageMaker launched new AI data preparation capabilities. 来源
  3. 2026-11-17 product_launch Amazon SageMaker launched new AI data preparation capabilities to help build high-quality datasets for machine learning models. 来源
  4. 2026-11-11 product_launch Amazon SageMaker introduced usage-based pricing for its AI bidirectional streaming inference. 来源
  5. 2026-11-11 product_launch AWS launched usage-based pricing for bidirectional streaming inference on Amazon SageMaker, enabling model providers to bill for actual consumption during live AI sessions. 来源
  6. 2026-10-27 product_launch Amazon SageMaker introduced Seekable OCI indexing to speed up AI training and processing jobs. 来源
  7. 2026-10-27 product_launch AWS announced the integration of Seekable OCI (SOCI) indexing for Amazon SageMaker AI jobs to accelerate container image downloads. 来源
  8. 2026-10-23 product_launch Amazon SageMaker AI has introduced support for Multi-Turn Reinforcement Learning. 来源
  9. 2026-10-22 product_launch Amazon SageMaker AI launched new API capabilities to support custom LLM training loops. 来源
  10. 2026-10-22 product_launch Amazon SageMaker AI launched new serverless model customization features, including training session APIs, to allow users to create custom training loops without managing GPUs. 来源
  11. 2026-10-12 product_launch AWS enables deployment of decision models using llama.cpp on Amazon SageMaker AI. 来源
  12. 2026-10-05 product_launch Amazon SageMaker introduced a new skill for coding agents that optimizes generative AI inference. 来源
  13. 2026-09-08 product_launch AWS enhances AI model governance by integrating MLflow with Amazon SageMaker AI Model Registry, enabling richer metadata synchronization and cross-account governance. 来源
  14. 2026-08-26 product_launch Amazon SageMaker released version 3 of its Python SDK, introducing a redesigned architecture for streamlined custom model training and deployment. 来源
  15. 2026-07-27 product_launch AWS introduced new inference meta-monitoring capabilities for Amazon SageMaker AI endpoints and Deepgram integrated AWS IAM Temporary Delegation for enhanced support. 来源
情绪 · 30 天

16 天有情绪数据

最近 · 第 1/6 页 · 共 110 条
  1. TOOL · CL_367890 ·

    AWS 详解 2026 年 SageMaker 推理更新,以提高效率和规模

    AWS 详细介绍了 Amazon SageMaker 推理的一系列新功能和更新,重点关注提高 2026 年的模型部署和效率。这些更新解决了实际流量选择最佳配置、最大化 GPU 利用率以及管理超出单机容量的模型等挑战。关键增强功能包括新的路由策略、扩展的多区域网络以及与更广泛的 AWS AI 生态系统的深度集成,通过 SageMaker AI Studio 和 SageMaker Python SDK 等各种工具提供推理建议。

  2. TOOL · CL_367481 ·

    思科通过 AWS AI League 培训 1,200 名工程师掌握 Agentic AI

    思科与 AWS 合作,通过 AWS AI League 项目培训 1,200 名工程师掌握 Agentic AI。该计划将 AI 学习游戏化,允许参与者使用 Amazon Bedrock AgentCore 和 Amazon SageMaker 等工具构建和测试 Agent。该计划旨在培养思科内部的实践 AI 开发文化,推动工程师从被动学习转向主动解决问题。

  3. TOOL · CL_367397 ·

    PolyAI Dialog-RSN-1 现已在 AWS SageMaker JumpStart 上可用

    PolyAI 的 Dialog-RSN-1 是一款专为实时复杂对话设计的模型,现已在 Amazon SageMaker JumpStart 和 AWS Marketplace 上推出。这使得 AWS 客户能够将其模型部署到自己的 AWS 环境中,使座席能够处理实时通话、进行推理并即时响应。此次集成简化了部署,使 Dialog-RSN-1 能够像其他 SageMaker 模型一样运行,同时将客户数据保留在用户控制的 AWS 账户内。

  4. TOOL · CL_366045 ·

    MLOps:自动化机器学习模型部署以实现生产就绪

    本文反对手动部署机器学习模型,强调在笔记本环境中取得成功并不能保证模型已为生产做好准备。文章强调需要健全的MLOps实践来确保模型在实际应用中可靠运行。作者建议,自动化部署管道对于高效和有效的机器学习模型管理至关重要。

  5. TOOL · CL_365640 ·

    AWS 详解 Amazon Aurora PostgreSQL 的负责任 AI 控件

    AWS 详细介绍了如何在 Amazon Aurora PostgreSQL 中实现负责任的 AI 控件,重点关注检索增强生成 (RAG) 聊天机器人用例。该方法将 AWS 的八个负责任 AI 维度(如可解释性和隐私)映射到 Aurora PostgreSQL 的功能。这使得通过利用 Aurora Machine Learning 进行数据嵌入和 Amazon Bedrock Guardrails 进行安全和隐私保护等功能,可以创建提供…

  6. TOOL · CL_365515 ·

    AWS SageMaker AI 增加了跨区域推理路由,已被 Salesforce 采用

    AWS 为 Amazon SageMaker AI 推出了一项新的跨区域推理路由功能,旨在解决区域容量短缺问题。这项新的资源——推理路由器,允许应用程序跨越多个 AWS 区域和账户使用单一调用路径。Salesforce 早期采用了此功能,利用它来管理其遍布 30 多个区域的全球模型服务基础设施,提高了可靠性并解决了容量碎片化问题。

  7. TOOL · CL_363790 ·

    AWS 提供工具以削减生成式 AI 成本

    Amazon Web Services (AWS) 正在提供新的工具和服务,以帮助客户降低与生成式人工智能相关的成本。这些产品包括用于建立规则的代码、用于评估 AI 输出的模型,以及对 Amazon SageMaker 和 Amazon Bedrock 等现有服务的增强。目标是为管理 AI 部署提供更多控制和效率。

  8. TOOL · CL_363717 ·

    AWS SageMaker 集成 NVIDIA Dynamo 以实现高效的 LLM 推理

    Amazon SageMaker HyperPod 推理现已与 NVIDIA Dynamo 集成,这是一个开源的分布式推理框架。这种结合旨在通过解决 GPU 内存限制和提示处理协调等挑战来提高服务大型语言模型 (LLM) 的效率。此次集成支持多节点部署以及预填充和解码阶段的分离,并具有键值感知路由和优化调度等功能。

  9. TOOL · CL_363566 ·

    AWS SageMaker AI 增加功能以优化推理端点

    AWS 为 Amazon SageMaker AI 推出了新功能,以优化生成式AI推理端点。第一个功能可自动检测并向用户发出延迟漂移、GPU 空闲和优化未达标的警报,并提供改进建议。第二个功能 KV 缓存感知路由通过将请求定向到具有最相关缓存提示的实例来增强实时端点,这对于多轮对话和检索增强生成尤其有利。

  10. TOOL · CL_363411 ·

    Amazon SageMaker 新增用于机器学习工作流的 AI 数据准备工具

    Amazon SageMaker 推出了新的由 AI 驱动的数据准备功能,旨在简化为机器学习模型创建高质量数据集的过程。这些功能通过提供自动标注、合成数据生成和数据质量评估工具,旨在减少数据科学家在数据整理上花费的时间。新功能与现有工作流集成,允许用户在他们喜欢的笔记本或 IDE 中工作,并利用编码代理来调用 API。

  11. TOOL · CL_356948 ·

    AWS SageMaker JumpStart 现已支持 OpenFold3 进行生物分子结构预测

    AWS 已在 Amazon SageMaker JumpStart 上提供了开源生物分子结构预测模型 OpenFold3。该模型由 OpenFold Consortium 和哥伦比亚大学 AlQuraishi Lab 开发,能够预测蛋白质、DNA、RNA 及其复合物的三维结构。该模型在 Apache 2.0 许可下发布,允许进行检查、微调和在此基础上进行开发。SageMaker JumpStart 通过利用异步推理端点,简化了 Ope…

  12. TOOL · CL_356664 ·

    AWS SageMaker HyperPod 增加数据捕获以改进模型

    Amazon SageMaker HyperPod 推出了一项新的数据捕获功能,旨在帮助组织改进其已部署的基础模型。此功能可自动记录实时推理的输入和输出,并将它们存储在 Amazon S3 中以供分析。该系统允许团队检测模型漂移、识别失败模式,并利用真实世界的交互来重新训练和增强模型,正如在涉及家用电器支持路由器的演练中所演示的那样。

  13. TOOL · CL_353703 ·

    AWS re:Invent 2026 将举办超过 140 场 AI/ML 会议

    Amazon Web Services (AWS) 正在为其年度 re:Invent 活动做准备,该活动定于 2026 年 11 月 30 日至 12 月 4 日举行。本次活动将提供 2,000 多场学习会议,其中超过 140 场专门针对 AI/ML 课程。参会者可以选择各种会议形式,包括分组会议、技术讲座、构建者会议、研讨会和代码讲座,以加深对 AWS 技术的理解。AI/ML 课程将涵盖 AWS 的全面 AI 产品组合,从全球基础设…

  14. TOOL · CL_353551 ·

    AWS提供可重用资产以加速生成式AI开发 · 跟踪2个来源

    AWS推出了一个包含23个生产就绪的可重用资产的目录,旨在加速生成式AI解决方案的开发。这些资产由AWS生成式AI创新中心开发,旨在减少构建RAG管道和代理脚手架等通用组件所需的时间和成本。DoorDash、Lyft和Ricoh等公司已经利用这些资产取得了显著的改进,包括更快的部署时间和更少的工程时间。

  15. TOOL · CL_353261 ·

    AWS SageMaker 为实时 AI 流媒体推出按用量付费定价

    AWS 已为 Amazon SageMaker 上的双向流式传输推理推出了按用量付费定价,解决了模型提供商如何为实时语音 AI 服务计费的难题。此前,AWS Marketplace 上的提供商在直播期间难以按消耗量收费,因为总用量要到会话结束时才知道。这项新功能允许提供商通过专用的元数据连接报告实际用量,使收费与消耗量相匹配,而不仅仅是端点可用性。Deepgram 是此次推出的合作伙伴,它能够在 AWS Marketplace 上为其…

  16. TOOL · CL_350082 ·

    指南概述AI模型推理服务选项和决策因素

    选择AI模型推理服务需要考虑模型类型、流量模式、延迟需求、特定功能、数据控制和成本等因素。托管API为专有模型提供快速设置,而开源模型通过托管端点或自托管提供更大的灵活性。服务范围从Amazon Bedrock等完全托管的API到vLLM等自托管容器解决方案,以及Control Plane等旨在简化跨云部署的平台层。

  17. TOOL · CL_350660 ·

    使用网络和数据控件保护 Amazon SageMaker 训练作业

    本系列文章的第三篇深入探讨了保护 Amazon SageMaker 训练作业的安全。它涵盖了使用 Amazon VPC 实现网络隔离以及通过 IAM 策略管理数据访问控件。文章还涉及利用 CloudTrail、GuardDuty 和 Security Hub 等 AWS 服务来增强 SageMaker 环境内的监控和威胁检测。

  18. TOOL · CL_345502 ·

    SageMaker 推理支持通过 NVIDIA MIG 进行 GPU 分区

    Amazon SageMaker 推理现已支持 NVIDIA 多实例 GPU (MIG) 技术。此功能允许将单个物理 GPU 分割成多个独立的实例,每个实例都拥有专用的计算和内存资源。此前,即使是较小的模型,用户也必须分配整个 GPU,导致利用率不足或为未使用的容量付费。MIG 能够在一台实例上部署更多模型,提供硬件强制隔离以实现可预测的延迟和容错能力,并允许根据模型需求正确调整 GPU 分配大小。

  19. COMMENTARY · CL_343771 ·

    Anthropic 研究利用 Claude 探索粒子;AWS 详解 SageMaker 用途;Databricks 提供扩展指南

    Anthropic 正在探索使用其 Claude 模型进行科学研究,特别是研究粒子。另外,AWS 正在详细介绍 Amazon Marketplace 如何利用 Amazon SageMaker AI 来评估内容质量。此外,Databricks 和 Mosaic AI 发布了一份关于扩展 Databricks 应用程序的指南。

  20. TOOL · CL_343409 ·

    亚马逊使用 AI 评估内容质量,Anthropic 寻求银行集成

    亚马逊 Marketplace 正在使用 Amazon SageMaker AI 评估其平台上 A+ 内容的质量。这包括将产品页面渲染为快照,并使用视觉语言模型结合光学字符识别来评估内容。此外,Anthropic 正在为其 Claude AI 开发一项新功能,允许它通过 Plaid 直接访问用户的银行和信用卡账户,以进行个人财务管理。