重温 2024 年亚马逊云科技 re:Invent 的精彩瞬间,一键查看主题演讲及创新讲座的精彩回放

 ✕

此亚马逊云科技解决方案有何用途 ?

行业 AI 解决方案包括适用于特定业务场景的 AI/ML 模型,如对象检测、图像分类、文本识别、对象提取/生成、文本摘要、意图识别、知识图谱、时间序列预测等,可广泛应用于制造、维护、企业安全生产、内容制作、文档识别、评论识别、短视频内容理解与生成、个性化推荐、广告投放、销售预测等场景。该解决方案包括 AI/ML 流程常用的云端数据标注、模型训练、部署和推理等基础功能,使整个流程实现低门槛、全功能、可视化、定制化。即便您对 AI/ML 没有深入的了解,也可以通过图形界面完成整个 AI/ML 流程,解决特定业务场景中的业务问题。该方案还可以进一步导出针对这些特定业务场景的 AI/ML 模型,提供完整的源代码、演示网站以及可以直接使用或进一步定制的自动化部署方式,帮助您加速整个 AI/ML 实施流程,将更多业务负载转移到云端。

方案优势

支持多种工业模型和直观演示

已支持多种工业模型,包括轨道维护、PPE 检测、图像分类、图像搜索、文档识别、收据识别、通用对象检测、客户舆情分析、摘要生成、文本标签化、文档的实体和关系提取等,可以通过直观的方式进行实时推理演示或运行批量推理任务。

支持多种机器学习算法

已支持多种机器学习算法,包括目标检测、图像分类、OCR/表格识别、文本摘要、文本分类、命名实体/关系识别、细粒度情感分析等,您可以在已支持的算法基础上使用自己的数据按需自定义工业模型。

支持完整的机器学习过程

支持标注、训练、云端/边缘部署、实时推理、批量推理、流水线等多项机器学习任务,提供全面的 API 支持方便定制开发,提供各种示例代码,提供部署脚本实现全球区域的自动化部署。

解决方案架构及说明

以下架构图展示了整个方案的部署架构。(可单击放大查看)

图 1: All-In-One AI

图示说明:

  • 使用 Amazon ECS 来托管 Web portal
  • 使用 Amazon API Gateway 来代理各种 HTTP/WebSocket 请求
  • 使用 Amazon SageMaker Training Job/Model/Endpoint/Batch transform/Pipeline 管理 AI/ML 模型的训练、部署和推理
  • 使用 Amazon VPC 对网络使用做出划分,把各种资源尽可能放在私有子网中,并通过 VPC endpoint/interface endpoint 来访问亚马逊云科技上的资源
  • 使用 Amazon S3 保存 AI/ML 模型的数据、模型文件等
  • 使用 Amazon EFS 来扩展 Amazon Lambda 的 tmp 存储空间
  • 使用 Amazon DynamodDB 来保存各种元数据
  • 使用 Amazon SQS 来解耦上下游异步数据处理
  • 使用 Amazon OpenSearch Service 来保存标注结果和实现 KNN 以图搜图

行业 AI

版本:1.0
上次更新时间:2022/07/26
作者:亚马逊云科技
预计部署时间:1 小时

关闭
1010 0766
由光环新网运营的
北京区域
1010 0966
由西云数据运营的
宁夏区域
关闭
由光环新网运营的
北京区域
由西云数据运营的
宁夏区域