{"id":28487,"date":"2025-02-12T06:03:00","date_gmt":"2025-02-12T05:03:00","guid":{"rendered":"https:\/\/www.sysbus.eu\/?p=28487"},"modified":"2025-02-05T10:07:02","modified_gmt":"2025-02-05T09:07:02","slug":"ki-und-machine-learning-modell-im-aws-portfolio","status":"publish","type":"post","link":"https:\/\/www.sysbus.eu\/?p=28487","title":{"rendered":"KI- und Machine-Learning-Modell im AWS Portfolio"},"content":{"rendered":"\n

Amazon Web Services (AWS) erweitert kontinuierlich sein Angebot an KI- und Machine-Learning-Modellen, um Kunden eine gr\u00f6\u00dfere Auswahl an leistungsf\u00e4higen L\u00f6sungen bereitzustellen. Im Zuge dieser Entwicklung hat AWS bekannt gegeben, dass die DeepSeek-R1-Modelle nun auf verschiedenen Plattformen innerhalb des AWS-\u00d6kosystems genutzt werden k\u00f6nnen. Durch die Integration in Amazon Bedrock, SageMaker und EC2 Trainium bietet AWS Unternehmen flexible M\u00f6glichkeiten zur Implementierung, Anpassung und Skalierung dieser Modelle. Dieser Schritt soll Kunden dabei unterst\u00fctzen, das f\u00fcr ihre spezifischen Anforderungen am besten geeignete Modell auszuw\u00e4hlen. Im folgenden Text werden die neuen Einsatzm\u00f6glichkeiten von DeepSeek-R1 auf AWS n\u00e4her erl\u00e4utert.<\/p>\n\n\n\n

\"\"
AWS Logo – Quelle: Amazon Web Services<\/figcaption><\/figure>\n\n\n\n

Amazon Web Services (AWS) hat bekannt gegeben, dass DeepSeek-R1-Modelle nun auf verschiedene Arten auf AWS eingesetzt werden k\u00f6nnen:<\/p>\n\n\n\n

    \n
  1. Amazon Bedrock Marketplace<\/a> f\u00fcr das DeepSeek-R1-Modell,<\/li>\n\n\n\n
  2. Amazon Bedrock Custom Model Import <\/a>f\u00fcr die destillierten DeepSeek-R1 Llama-Modelle,<\/li>\n\n\n\n
  3. Amazon SageMaker JumpStart<\/a> f\u00fcr das DeepSeek-R1-Modell,<\/li>\n\n\n\n
  4. Nutzung von Amazon EC2 Trn1 Instanzen<\/a> mit AWS Trainium f\u00fcr die destillierten DeepSeek-R1-Modelle,<\/li>\n\n\n\n
  5. Amazon SageMaker AI unterst\u00fctzt die Ausf\u00fchrung von destillierten Llama- und Qwen-DeepSeek-Modellen, und<\/li>\n\n\n\n
  6. DeepSeek-Modelle k\u00f6nnen durch Hugging Face<\/a>-Integration auf Amazon SageMaker AI trainiert werden.<\/li>\n<\/ol>\n\n\n\n

    Kein einzelnes Modell ist f\u00fcr jeden Anwendungsfall optimiert. Deshalb ben\u00f6tigen Kunden Zugang zu einer Vielzahl an Modellen, um herauszufinden, was f\u00fcr ihre Bed\u00fcrfnisse am besten funktioniert. Aus diesem Grund erweitert AWS basierend auf dem Kundenfeedback kontinuierlich die Modellauswahl mit Modellen wie DeepSeek-R1.<\/p>\n\n\n\n

    Im Folgenden finden Sie Links zu Ressourcen mit weiterf\u00fchrenden (englischsprachigen) Informationen:<\/p>\n\n\n\n