Platforma AIAI-natywny

Amazon Bedrock

Name: Amazon Bedrock
Brand: Amazon

Zarządzana usługa AWS umożliwiająca budowanie i wdrażanie aplikacji generatywnej AI przy użyciu ponad 100 modeli fundacyjnych od czołowych dostawców AI.

Producent:AmazonChmura zarządzana · BezserwerowyISO/IEC 27001 · SOC 1 Type II · SOC 2 Type IIWydano:13 kwi 2023

Data ResidencySovereign Cloud

Odwiedź platformę Dokumentacja

Regiony

20totalRegions

SDK / Języki

4python, javascript…

Robotics-Ready

✓

Opis

Amazon Bedrock to w pełni zarządzana usługa AWS, która zapewnia bezpieczny, gotowy na zastosowania korporacyjne dostęp do modeli fundacyjnych od wiodących firm AI, takich jak Amazon, Anthropic, Meta, Mistral AI, DeepSeek, Cohere, Google, MiniMax, Moonshot AI, NVIDIA i OpenAI. Platforma umożliwia budowanie i skalowanie aplikacji generatywnej AI bez konieczności zarządzania infrastrukturą.

Bedrock oferuje narzędzia do budowy agentów (Amazon Bedrock Agents i AgentCore), zarządzania wiedzą (Knowledge Bases z obsługą RAG), ochrony treści (Guardrails), oceny modeli (Model Evaluation), automatyzacji danych (Bedrock Data Automation) oraz fine-tuningu modeli. Platforma nie przechowuje ani nie wykorzystuje danych użytkownika do trenowania modeli bazowych.

MLOps Lifecycle

6/17 wspieranych

Rejestr modeli

Wersjonowanie — wersjonowanie artefaktów modelu

Przepływy zatwierdzania — przepływ zatwierdzania przed produkcją

Niezmienne artefakty — niezmienność zapisanych wersji

Śledzenie rodowodu — śledzenie powiązań danych i modeli

1 / 4 wspierane · 3 niespełnione ukryte

Magazyn cech

Serwowanie online — serwowanie cech w czasie rzeczywistym

Przechowywanie offline — przechowywanie cech dla treningu

Ingestia strumieniowa — ingestia strumieniowa (Kafka, Flink)

0 / 3 wspierane · 3 niespełnione ukryte

Zarządzanie promptami

Rejestr promptów — centralne repozytorium promptów

Wersjonowanie — wersjonowanie i historia promptów

Frameworki testowe — A/B testing i ewaluacja promptów

3 / 3 wspierane · brak niespełnionych

Monitoring

Wykrywanie dryftu danych — wykrywanie dryftu danych wejściowych

Wykrywanie dryftu koncepcyjnego — wykrywanie dryftu koncepcyjnego

Monitorowanie halucynacji — monitorowanie halucynacji LLM

Ewaluacja stronniczości — narzędzia do ewaluacji stronniczości

2 / 4 wspierane · 2 niespełnione ukryte

Human-in-the-Loop

Usługi etykietowania — narzędzia do etykietowania danych

RLHF — reinforcement learning from human feedback

Ręczne przesłonięcia — ręczne przełączanie decyzji modelu

0 / 3 wspierane · 3 niespełnione ukryte

Dane i wiedza

Zastosowania

Bezpieczeństwo

Ekosystem deweloperski

Języki SDK

PyPythonJSJavaScriptTSTypeScriptGoGo

Typ API

REST

Społeczność i zasoby

Biblioteka szablonów

Szybki start

Dokumentacja API

Samouczki

Cennik i model biznesowy

Zobacz pełny cennik

Modele cenowe

Płatność za użycie

Na podstawie tokenów

Zarezerwowana przepustowość

Limity zasobów

Per projekt

Per użytkownik

Alerty kosztów

SLA i wsparcie

StandardowyEnterprise 24/7

Źródła

Zrównoważony rozwój

Śledzenie śladu węglowego

Opis

MLOps LifecycleiMLOps LifecyclePełny cykl życia modelu: rejestr, feature store, prompt management, monitoring i human-in-the-loop.

Rejestr modeli

Magazyn cech

Zarządzanie promptami

Monitoring

Human-in-the-Loop

Dane i wiedzaiZarządzanie danymi i wiedząKonektory danych, integracja z bazami wektorowymi, native vector search i mechanizmy zarządzania danymi (PII, provenance, dane syntetyczne).

ZastosowaniaiZastosowania AIDziedziny i scenariusze zastosowania, do których platforma jest najlepiej dopasowana – od RAG i fine-tuningu po zastosowania naukowe.

Architektura i mechanizmyiArchitektura i mechanizmyFundamenty architektoniczne i nowoczesne metody przetwarzania AI, które są natywnie wspierane lub wykorzystywane przez tę platformę.

BezpieczeństwoiBezpieczeństwo EnterpriseZestaw certyfikacji, kontroli dostępu oraz funkcji ochrony danych, kluczowych dla wdrożeń korporacyjnych i zachowania prywatności w chmurze.

Ekosystem deweloperskiiEkosystem DeweloperskiZasoby wspierające programistów: dostępne biblioteki SDK, wspierane języki programowania oraz funkcje infrastrukturalne i metody wdrażania modeli.

Cennik i model biznesowyiCennik i model biznesowyModele rozliczeń (usage-based, provisioned throughput), limity zasobów oraz parametry SLA (uptime, poziomy wsparcia).

ŹródłaiArchiwum DokumentacjiScentralizowana baza linków do oficjalnych źródeł, instrukcji technicznych, repozytoriów oraz notatek wydawniczych (release notes).

Zrównoważony rozwójiZrównoważony rozwójŚlad węglowy, udział energii odnawialnej w zasilaniu centrów danych oraz metryki efektywności energetycznej (np. PUE).