亞馬遜云科技宣布與Hugging Face進一步合作，以加速對大語言模型和視覺模型的訓練、精調(diào)和部署，促進生成式AI應(yīng)用的創(chuàng)建。生成式AI應(yīng)用可以執(zhí)行各種任務(wù)，包括文本摘要、問題回答、代碼生成、圖像創(chuàng)建以及撰寫論文和文章。

　　亞馬遜云科技在生成式AI創(chuàng)新方面擁有深厚歷史。例如，亞馬遜使用AI技術(shù)為Amazon Alexa用戶提供對話體驗，每周用戶互動次數(shù)達到數(shù)十億次，同時也越來越多地使用生成式AI來支持新體驗，如"Create with Alexa"功能。此外，作為亞馬遜搜索（Amazon Search）的一個小組，M5可以幫助亞馬遜各地團隊將大模型應(yīng)用到他們的應(yīng)用程序中，并訓練大模型以提升Amazon.com網(wǎng)站的搜索結(jié)果。亞馬遜云科技持續(xù)在機器學習（ML）的所有領(lǐng)域中創(chuàng)新，包括基礎(chǔ)設(shè)施、Amazon SageMaker相關(guān)工具和開箱即用的AI服務(wù)，比如Amazon CodeWhisperer，它嵌入到程序員使用的IDE中，通過注釋來生成建議代碼，以提高開發(fā)人員的生產(chǎn)力。為加速機器視覺與大語言模型的訓練和推理，亞馬遜云科技還推出了自研訓練芯片Amazon Trainium與推理芯片Amazon Inferentia。

　　Hugging Face之所以選擇亞馬遜云科技作為首選云供應(yīng)商，是因為它提供了靈活、可選的全球領(lǐng)先性能工具，例如Amazon SageMaker、Amazon Trainium和Amazon Inferentia，滿足了Hugging Face模型訓練、精調(diào)和部署需求。依賴于此，開發(fā)人員使用Hugging Face可以輕松優(yōu)化性能并降低成本，從而更快地將生成式AI應(yīng)用投入到生產(chǎn)環(huán)境。

　　"AI的未來已經(jīng)到來，但并非每個人都能平等享用AI。"Hugging Face首席執(zhí)行官Clement Delangue表示，"可訪問性和透明性是以明智和負責任的方式使用這些新功能，從而共享成果和創(chuàng)造新工具的關(guān)鍵。Amazon SageMaker和亞馬遜云科技定制芯片會幫助我們的團隊和更大的機器學習社區(qū)，將最新研究成果轉(zhuǎn)化為人人都可構(gòu)建的、公開的可復(fù)制模型。"

　　高性能且兼具成本效益的生成式AI

　　大語言模型和視覺模型的構(gòu)建、訓練和部署是一個昂貴且耗時的過程，需要深厚的機器學習專業(yè)知識的支持。這兩類模型非常復(fù)雜，可能包含數(shù)千億個參數(shù)，因此在很大程度上，許多開發(fā)人員無法使用生成式AI。

　　為了彌補這一差距，Hugging Face與亞馬遜云科技建立合作，讓開發(fā)人員更易通過訪問亞馬遜云科技的服務(wù)，來應(yīng)用部署Hugging Face模型，尤其是那些生成式AI模型。這樣做的好處是：可以更快地訓練與擴展低延遲和高通量的推理任務(wù)。例如，由Amazon Trainium支持的Amazon Elastic Compute Cloud(Amazon EC2)Trn1實例提供了更快的訓練時間，與基于GPU的實例相比，可節(jié)省高達50%的訓練成本。而由最新一代Amazon Inferentia芯片支持的Amazon EC2 Inf2實例，旨在部署最新一代大語言模型和視覺模型。相比Inf1實例，Inf2實例吞吐量提升了4倍，延遲降低了10倍。Amazon SageMaker為ML提供工具和工作流，開發(fā)人員可以通過Amazon SageMaker等托管服務(wù)使用Amazon Trainium和Amazon Inferentia，亦或在Amazon EC2上自行管理。

　　"生成式AI蘊藏著改變整個行業(yè)的巨大潛力，但其成本和所需的專業(yè)知識使該技術(shù)無法為除少數(shù)公司之外的所有公司所用。"亞馬遜云科技首席執(zhí)行官Adam Selipsky表示，"Hugging Face和亞馬遜云科技讓用戶更易訪問流行的機器學習模型，以最高的性能和最低的成本創(chuàng)建自己的生成式AI應(yīng)用。此次合作充分說明，生成式AI公司和亞馬遜云科技的合作可以讓更多客戶對創(chuàng)新技術(shù)觸手可及。"