如今，我們進入到“百模大戰”時代，科技公司紛紛推出自己的大模型，想在人工智能賽道上搶占先機。然而，大模型要想發揮更大的價值，還應更加深入千行百業，加速在實體產業落地，為社會創造更大的價值。

和諸多企業推出自己的大模型方法不同，亞馬遜云科技則選擇搭建基礎模型平臺服務，便于用戶可以使用成熟的第三方模型以及亞馬遜云科技自研的大模型，降低使用生成式 AI 的技術門檻。

亞馬遜云科技全球產品副總裁 Matt Wood 博士在接受采訪時表示，生成式AI是整個技術行業的巨大突破，能夠以前所未有的方式在支持和處理數據。亞馬遜云科技的目標就是用盡可能簡單的方法，幫助客戶構建自己的大語言模型。

亞馬遜云科技全球產品副總裁 Matt Wood 博士

降低使用門檻，解鎖生成式 AI 價值

生成式 AI 正在重塑各行各業，可以釋放超越傳統界限的創新，將我們推向未知的領域。亞馬遜對于生成式AI的發展感到非常興奮，各個部門都在生成式 AI 方面夜以繼日地來開展工作，制定工作計劃，來提升各種能力，為在這個領域取得成功而努力。在云服務方面，亞馬遜云科技也在踐行以低成本、簡單的方式，幫助客戶來使用生成式 AI 的技術和工具，加速企業創新變革，實現生成式AI帶來的價值。

首先，在模型訪問方面，亞馬遜云科技認為不會有一個單一的模型可以包辦一切。Matt Wood 表示，“企業不能依賴一個萬能的、單一的大語言模型來應對各種任務，并且這個大模型還是由其他人來掌控。企業應該可以訪問多個模型，根據自己的需求和數據，以私密和安全的方式來定制自己企業的模型。”為此，亞馬遜云科技推出了 Amazon Bedrock 服務，包括了第三方提供的生成式 AI 模型 Anthropic Claude、AI21Labs 和 Stability AI，還有亞馬遜云科技自研的預訓練基礎模型 Amazon Titan。借助 Amazon Titan 系列基礎模型，客戶可以根據自身需求，在大語言模型的基礎之上，使用自己的數據進行專業化模型的構建和訓練。

第二，亞馬遜云科技提供一個安全和私密的環境，讓企業可以定制自己的大模型，并且進行優化和調優等工作。亞馬遜云科技提供企業虛擬私有云中的專用節點，企業可以使用自己的數據進行模型的訓練和優化，并將模型和數據存儲到 Amazon S3 中，亞馬遜云科技會對其進行加密。當企業再次使用時，只需要加載到專用節點即可。

第三，亞馬遜云科技通過定制的芯片，用于基礎模型的訓練和推理，極大地提升性能，同時盡可能降低成本和延遲。在模型訓練方面，亞馬遜云科技自研的訓練芯片 Amazon Trainium 所支持的計算實例Trn1n 是網絡增強型的實例，相比于 Trn1 網絡帶寬提升了 1 倍，達到 1.6 TB，旨在為大型的網絡密集型的模型訓練來使用。在推理方面，亞馬遜云科技的 Inferentia2 實例，相比第一代芯片不僅吞吐量提升了 4倍、延遲降低了 10 倍，還實現了加速器之間的超高速網絡連接，并且將云中推理成本降到最低。

第四，為了提高企業生成力，亞馬遜云科技推出了為開發者提供的代碼生成服務 Amazon CodeWhisperer。開發者可以通過自然語言提示，系統就可以生成他們所需要的代碼，極大地提升用戶的開發體驗。目前，Amazon CodeWhisperer 支持 15 種不同的編程語言，未來還會加入更多的編程語言。

Matt Wood 強調，亞馬遜云科技與眾不同之處就是，要確保提供的生成式AI是普遍可用的，并以極低的成本以及盡可能低的延遲來向用戶交付服務，并確保操作或者運維性能的最優化。

打造模型平臺+自研模型，降低大模型使用門檻

在生成式 AI 方面，產業界普遍的做法是自己研發大模型，然后對外開放，并且支持企業定制化，生成某個行業或某個企業的大模型。

而亞馬遜云科技的做法是，打造一個大模型的平臺服務Amazon BedRock，接入市場上優秀的已經訓練過的模型，方便企業可以直接使用。同時，該平臺也提供亞馬遜云科技自研的基礎模型 Amazon Titan，便于企業訓練自己的大模型。

Matt Wood 指出，企業可以直接通過已經訓練過的或者預訓練模型開啟自己的大模型之旅，而無需自己投入時間和資金從零開始訓練。“客戶可以立即使用穩定且經過驗證的基礎模型，從而構建他們自己專用的模型。這也是我們取名為‘Amazon Bedrock’的原因，它是一個基石，為客戶提供堅實且可快速使用的基礎。”

目前，亞馬遜云科技根據客戶的需求，挑選了行業領先的模型，對接在Amazon Bedrock服務中，包括 Stability AI、Anthropic 和 AI21 Labs 三個外部模型。Matt Wood 表示，未來會有越來越多的第三方模型出現，同時也會有更多的 Amazon Titan 模型供客戶選擇。但是，亞馬遜云科技不會將 Amazon Bedrock 做成類似應用市場那樣的模型市場。

亞馬遜云科技在挑選基礎模型時，會挑選非常新穎、有趣、有用、與眾不同，并且確保它們是低時延的，具有廣泛可用的運維性能的模型。Matt Wood 表示，最終，在 Amazon Bedrock 服務中會形成幾十個拳頭模型產品。此外，企業也可以通過 Amazon SageMaker JumpStart 來選擇其他基礎模型進行訓練，從而形成自己的自建模型。

如今，市場上的大模型都屬于通用目的型模型，這些模型廣泛適用于各種類型的問題，但是深度不夠，即博而不淵，對一定的市場場景比較合適，例如聊天機器人、搜索工作等。但是，絕大多數客戶還是希望模型在特定領域能有更深入的理解和解決問題的能力，即使用面可以不廣博但要具有足夠的深度。

Matt wood 表示，企業可以通過使用 Amazon Bedrock，來選擇他們需要的模型，然后在 Amazon Bedrock 通過微調的方式就可以極大地來提升模型性能，使得模型輸出的結果與用戶特定的使用案例以及使用場景是高度匹配的。因此，當大模型在回答特定類型的問題或者解決相關難題的時候，就能夠給出更加深入的解決方案。

目前，已經有許多行業模型在亞馬遜云科技的平臺之上進行訓練。例如，彭博社在亞馬遜云科技上面運行了非常大的一個金融服務模型。Matt Wood 表示，企業會根據自己的行業來選擇相應的基礎模型，然后對模型進行訓練。此外，客戶還會根據自身情況來補充添加獨有的、私有信息，從而使模型的輸出結果和他們提出的問題或者需求高度相關。