热点事件持续更新

Exowatt 用 SageMaker 无服务器微调建边缘与云端模型流水线

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Exowatt 借助 Amazon SageMaker AI 的无服务器模型定制，为边缘和云端两个部署目标搭建了一条可重复的微调流水线。Exowatt 称，产出的任务专用模型精度超过前沿模型，成本最多低 49 倍。两个用例分别针对不同场景：边缘告警分诊基于 Qwen3-1.7B，量化后在该站点现有 CPU 上运行，不产生单次推理费用，也不依赖网络连接；云端能源市场分析基于 Qwen3-14B，通过 Amazon Bedrock Custom Model Import 托管，无闲置成本，仅在运行时按每小时 6.86 美元计费。流水线串联 S3、SageMaker 无服务器微调与评估、Model Registry、Bedrock，以及 Lambda 与 EventBridge，无需管理实例、集群或端点。每个候选模型在评估中评分 2,000 条答案；训练数据由 Bedrock 上的 Qwen3-VL-235B 和 Claude Sonnet 4.6 对每条答案做三次改写。 Exowatt 称，从原始运营数据到认证训练集、微调模型与评估产物的这条路径，现在数天即可跑完，而非数月。

AI 根据报道生成 · 2 小时前更新

最新进展10月28日 00:50

Exowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型、成本低至 49 倍

报道时间线

沿着报道，了解事件的不同侧面。

10月28日

00:50
AWS Machine Learning Blog
Exowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型、成本低至 49 倍
Exowatt 借助 Amazon SageMaker AI 无服务器模型定制，为边缘与云端两个部署目标构建可重复的微调流水线，产出的任务专用模型精度超过前沿模型，成本最多低 49 倍。首个用例在 Qwen3-1.7B 上做边缘告警分诊，第二个用例在 Qwen3-14B 上做云端能源市场分析，后者通过 Amazon Bedrock Custom Model Import 托管、无闲置成本。流水线串联 S3、SageMaker 无服务器微调与评估（每个候选模型评分 2,000 条答案）、Model Registry、Bedrock 以及 Lambda 与 EventBridge，无需管理实例、集群或端点。训练数据用 Bedrock 上的 Qwen3-VL-235B 和 Claude Sonnet 4.6 对每条答案做三次改写。Exowatt 称这条从原始运营数据到认证训练集、微调模型与评估产物的路径，现在数天即可跑完，而非数月。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。