KI- und Machine-Learning-Modell im AWS Portfolio
Amazon Web Services (AWS) erweitert kontinuierlich sein Angebot an KI- und Machine-Learning-Modellen, um Kunden eine größere Auswahl an leistungsfähigen Lösungen bereitzustellen. Im Zuge dieser Entwicklung hat AWS bekannt gegeben, dass die DeepSeek-R1-Modelle nun auf verschiedenen Plattformen innerhalb des AWS-Ökosystems genutzt werden können. Durch die Integration in Amazon Bedrock, SageMaker und EC2 Trainium bietet AWS Unternehmen flexible Möglichkeiten zur Implementierung, Anpassung und Skalierung dieser Modelle. Dieser Schritt soll Kunden dabei unterstützen, das für ihre spezifischen Anforderungen am besten geeignete Modell auszuwählen. Im folgenden Text werden die neuen Einsatzmöglichkeiten von DeepSeek-R1 auf AWS näher erläutert.
Amazon Web Services (AWS) hat bekannt gegeben, dass DeepSeek-R1-Modelle nun auf verschiedene Arten auf AWS eingesetzt werden können:
- Amazon Bedrock Marketplace für das DeepSeek-R1-Modell,
- Amazon Bedrock Custom Model Import für die destillierten DeepSeek-R1 Llama-Modelle,
- Amazon SageMaker JumpStart für das DeepSeek-R1-Modell,
- Nutzung von Amazon EC2 Trn1 Instanzen mit AWS Trainium für die destillierten DeepSeek-R1-Modelle,
- Amazon SageMaker AI unterstützt die Ausführung von destillierten Llama- und Qwen-DeepSeek-Modellen, und
- DeepSeek-Modelle können durch Hugging Face-Integration auf Amazon SageMaker AI trainiert werden.
Kein einzelnes Modell ist für jeden Anwendungsfall optimiert. Deshalb benötigen Kunden Zugang zu einer Vielzahl an Modellen, um herauszufinden, was für ihre Bedürfnisse am besten funktioniert. Aus diesem Grund erweitert AWS basierend auf dem Kundenfeedback kontinuierlich die Modellauswahl mit Modellen wie DeepSeek-R1.
Im Folgenden finden Sie Links zu Ressourcen mit weiterführenden (englischsprachigen) Informationen:
