電子發(fā)燒友網(wǎng)報(bào)道（文/周凱揚(yáng)）在ChatGPT和Bing玩了一手精彩的混合雙打后，同樣提供搜索服務(wù)和云服務(wù)的谷歌很快就感到了危機(jī)感，不久就推出了Bard與之抗衡。然而，另一大云服務(wù)和電商巨頭亞馬遜，卻遲遲沒有什么大動(dòng)作，直到近日Bedrock的發(fā)布。

幫助客戶搭建生成式AI服務(wù)

根據(jù)Grand View Research的預(yù)計(jì)數(shù)據(jù)，生成式AI市場將在2030年達(dá)到1100億美元。這樣一個(gè)市場哪怕不作為直接參與者，幫助其中玩家打造生成式AI同樣能獲得不小的利潤。亞馬遜認(rèn)為生成式AI成功的關(guān)鍵，就是這些擁有海量參數(shù)的預(yù)訓(xùn)練大模型，而且是可定制化加工執(zhí)行特定任務(wù)的通用基礎(chǔ)模型。這類模型只要用到一小部分?jǐn)?shù)據(jù)和計(jì)算資源，就能完成定制化，省去從零開始搭建模型的麻煩。

所以對(duì)任何想要做好生成式AI應(yīng)用的廠商來說，第一步就是找到并使用高性能的基礎(chǔ)模型，所以亞馬遜推出了Bedrock。這項(xiàng)新的服務(wù)允許用戶通過API以及亞馬遜云的托管服務(wù)，來訪問AI21 Labs、Anthropic和Stability AI的基礎(chǔ)模型，包括文本到圖像等多種模型。

比如AI21 Labs提供了多語種的大語言模型Jurassic-2，支持英語、西班牙語、法語和德語等多國語言的總結(jié)、撰文和回答。同樣還有目前風(fēng)靡的另一大模型，來自Stability AI的Stable Diffusion，這項(xiàng)通過文字來生成各種圖像的模型也已經(jīng)被大家玩出花了。

Bedrock的特色在于模型定制化，比如只需給Bedrock展示20個(gè)以上的標(biāo)注數(shù)據(jù)示例，Bedrock就可以針對(duì)特定任務(wù)微調(diào)模型，比如針對(duì)時(shí)裝零售行業(yè)的目標(biāo)用戶生成廣告創(chuàng)意，諸如產(chǎn)品頁、社交媒體推文和展示廣告等。

Titan基礎(chǔ)模型

但這并不是說亞馬遜自己手頭并沒有任何模型，恰恰相反，隨著Bedrock一同推出的還有亞馬遜自研的Titan基礎(chǔ)模型，包括用于文本生成的Titan Text和文字轉(zhuǎn)譯為數(shù)字表達(dá)嵌入式編碼的Titan Embeddings。

Titan Text是一個(gè)生成式大語言模型，可負(fù)責(zé)文字總結(jié)、文本生成、分類、開放式問答和信息提取等任務(wù)。看起來Titan Text也是GPT的競品，但亞馬遜自己目前看來沒有借其打造開放應(yīng)用的意向，或許未來將其用于其智能語音助手產(chǎn)品Alexa中是一個(gè)不錯(cuò)的選擇。

Titan Embeddings并不能生成文本，而是用于個(gè)性化推薦與搜索等應(yīng)用的，因?yàn)樵谶@些應(yīng)用中，編碼匹配的相關(guān)度往往是高于純文字匹配的。所以對(duì)于搜索引擎、流媒體/社交媒體應(yīng)用內(nèi)搜索與推薦，Titan Embeddings都能憑借這些包含語義的數(shù)字嵌入式編碼，提供更好的展示結(jié)果。

小結(jié)

為了進(jìn)一步節(jié)省成本，使用自研硬件自然是最穩(wěn)妥的選擇，也會(huì)給到廠商在芯片制造階段更高的議價(jià)實(shí)力。所以亞馬遜在推出Bedrock之際，也正式宣布了Trn1n和Inf2這兩大AI實(shí)例投入使用，借助其自研的Trainium訓(xùn)練芯片和Inferentia推理芯片進(jìn)一步降低服務(wù)器成本，吸引更多的第三方模型加入Bedrock，同時(shí)也鼓勵(lì)更多的用戶使用AWS API訪問這些模型。雖然這一切尚在基礎(chǔ)階段，其規(guī)模與ChatGPT、Bard等也沒法抗衡，但如果未來生成式AI呈現(xiàn)的是一個(gè)百家爭鳴的局面，那么亞馬遜也有可能成為背后的贏家。