En raison d’un portefeuille de plusieurs services, Amazon aspire à étendre sa base d’utilisateurs. Pour cela, la société souhaite développer divers segments du marché, y compris l’Edge computing. Que ce soit la nouvelle interface de SageMaker Studio ou le Serverless, le but est de permettre aux développeurs d’améliorer leur expérience et l’efficacité des fonctions.
Amazon s’affirme de plus en plus sur le marché de l’IA, présentant un accès à des modèles de base de ses fournisseurs de technologie. Pour cela, divers services ont été mis en avant lors du re:Invent 2023. L’intégration des fonctionnalités et services comme Bedrock ou SageMarker au sein d’AWS permet aux utilisateurs d’exploiter les services offerts. La multinationale américaine a présenté des approches novatrices aux entreprises pour explorer divers modèles de ML. Il est d’ailleurs possible de les personnaliser avec ses propres données. Il s’agit donc pour les usagers d’intégrer et de déployer des capacités d’IA génératives dans des applications via les services AWS.
Les avancées de SageMaker et de Bedrock
Pendant l’évènement re:Invent 2023, une stratégie a été planifiée pour montrer les importantes avancées concernant Bedrock et SageMaker. Il s’agit d’intégrer extensivement le ML et l’IA, incluant la proposition de nouveaux équipements et autres fonctionnalités pour un public plus vaste.
L’AWS prend en compte l’enrichissement du service Bedrock d’Amazon, mettant en avant :
- L’intégration de divers modèles de langages et d’outils ;
- L’optimisation de SageMaker concernant la proportion des modèles pour l’accélération du processus d’apprentissage.
Pour Bedrock, les modèles plus performants sont accessibles aux utilisateurs. Ce sont :
- Claude 2.1 d’Anthropic avec une précision plus fignolée et des tokens plus vastes ;
- Titan d’AWS avec 25 ans de modification en IA et en apprentissage automatique.
Quant à SageMaker d’AWS, elle présente diverses plateformes utiles pour la Data Science comme :
- SageMaker Clarify ;
- SageMaker Canvas ;
- SageMaker HyperPod, etc.
Avec ses fonctionnalités d’évaluation et de comparaison, SageMaker Clarify permet aux utilisateurs de sélectionner des modèles adaptés à des utilisations spécifiques. Cette plateforme cloud d’Amazon facilite certaines tâches comme :
- La sélection des modèles compétitifs et adéquats pour divers usages ;
- La conformité aux principes d’IA responsable.
Quant à SageMaker Canvas, cette plateforme propose des fonctionnalités élargies pour :
- La conception de modèles issue d’architecture de base ;
- La préparation des données avec des instructions formulées en langage naturel.
AWS met en avant le SageMaker Hyperpod. La fonction permet d’accélérer les évolutions d’apprentissage liées à l’élaboration des modèles complexes. En tant que fonction de calcul, elle est conçue pour entraîner les modèles de base sur une plus grande dimension.
D’après AWS, l’Hyperpod peut réduire de 40% le temps demandé à la préparation des modèles, visant à :
- Distribuer le calcul de plusieurs accélérateurs ;
- Localiser et revoir l’entraînement ;
- Garantir un traitement plus rapide.
Cela a pour objectif de diminuer les prix et les sursis liés au déroulement des avancées en IA générative. Les développeurs, y compris ceux d’une entreprise de portage salarial comme CEGELEM, peuvent conditionner certains modèles.
Les améliorations du Service Serverless d’AWS
Durant l’événement, le fournisseur de cloud et de services cloud a présenté diverses nouvelles fonctionnalités. Il met ainsi le Serverless en avant. Concernant l’éditeur de Lambda, il s’est enrichi dans le but de mieux répondre aux demandes, de rester synchrone avec les évolutions technologiques, etc. Ces changements reflètent la volonté d’améliorer de manière constante le portefeuille.
Pour la méthode Serverless d’AWS, elle a gagné en poids, et se concentre sur la fourniture des services cloud. Chaque développeur et société, incluant une entreprise de portage salarial comme CEGELEM, peuvent se consacrer à la conception. Cela peut comprendre la création des applications, sans se soucier des autres tâches comme la gestion ou l’infrastructure sous-jacente.
AWS a effectué certains changements, notamment au niveau des capacités de Lambda. Souhaitant renforcer ce dernier, la plateforme propose d’étendre les limites de temps d’exécution, d’améliorer les performances et d’introduire des fonctionnalités. Ces dernières incluent :
- Le support des langages de programmation ;
- Un appui concernant les environnements d’exécution.
Certaines annonces évoquent des points comme :
- La conformité ;
- L’Edge computing ;
- Les nouveaux SOC Graviton au bureau virtuel ;
- La gestion et le contrôle.
Les nouvelles fonctionnalités doivent s’accorder dans le but de donner plus d’avantages comme l’intelligence et l’automatisation. Sur tous les aspects possibles, cela permet d’exploiter les capacités de copilote de Q.
Amazon consolide également son portefeuille dans son secteur de l’Intelligence Artificielle et de la Machine Learning.
