亚马逊云科技推出了一项新服务Amazon Bedrock，能够让客户更轻松地使用机器学习和AI ，降低开发者的使用门槛。
机器学习（ML）范式转变的种子已经埋下了几十年，但随着可伸缩计算能力的可用性、海量数据的爆炸以及机器学习技术的快速进步，汽车和制造业客户正在着手对业务进行重塑。就在不久前，生成式AI应用，引发了人们的广泛关注和想象，不过这只是一个开始。为了真正影响行业，进而惠及消费者，企业需要拥抱各种可能性，并为其开发人员提供所需工具。我们正处于一个令人兴奋的转折点 — 机器学习被广泛采用，亚马逊云科技相信生成式AI将重塑大多数客户体验以及应用程序。
在汽车行业，生成式AI有望帮助改变汽车的设计和开发方式。作为一种新的人工智能应用方法，生成式AI能够创造新的内容和想法，包括基于开发者的指令进行设计类工作的探索。与所有人工智能技术一样，生成式AI的能力也是由机器学习模型驱动的，这些庞大的模型经过海量数据的预先训练，通常被称为基础模型（Foundation Models）。当今的基础模型，如大型语言模型GPT 3.5或BLOOM，以及由Stability AI开发的文生图模型Stable Diffusion，都可以执行横跨多个领域的广泛任务，包括撰写博客、生成图像、解决数学问题、参与对话和基于文档回答问题等。
在应用于汽车开发过程时，生成式AI可以帮助汽车制造商快速确定发动机、轻量化结构和车辆功能等复杂系统的最佳设计选项。借助亚马逊云服务，汽车制造商现在可以获取强大的计算资源，以帮助扩展其生成式AI的能力。这篇文章简要介绍了生成式AI如何帮助汽车主机厂（OEM）进行软件开发，以及设计、训练和测试自动驾驶系统。这些都是亚马逊云科技正在尽全力积极探索及整合的新技术。
生成式AI与软件定义汽车之旅
汽车行业正在越来越广泛地采用“软件定义汽车（SDV）”，通过数百万行代码，它为客户提供更为灵活、响应速度更快的解决方案。在软件定义汽车的模式下，主机厂通过空中下载（OTA）更新可以持续为车辆功能进行更新和升级，类似于智能手机通过更新获取新功能，并随着时间推移而更加好用。
生成式AI可用于创建和优化软件和控制系统，并帮助提高车辆的硬件性能。随着车辆代码变得日益复杂，软件工程师更应该专注于开发创新功能，而不是花时间试图跟上复杂且不断变化的工具和技术环境。
汽车行业客户可以使用实时AI编程助手Amazon CodeWhisperer。借助生成式AI，Amazon CodeWhisperer可根据开发人员使用自然语言编写的注释和集成开发环境（IDE）中的代码实时生成建议，帮助提高开发人员的工作效率。同时，Amazon CodeWhisperer能够对IDE中的现有代码进行分析（无论是由CodeWhisperer生成的还是由开发人员编写的），高精度地识别其中有问题的代码，并就如何修复提供智能化的建议。
利用生成式AI帮助客户达成目标
迈向高度自动化和自动驾驶的旅程，是汽车行业的一个主要关注点。自动驾驶需要复杂的软件和硬件系统无缝地协同工作。在设计和测试这些系统的过程中，生成式AI可以发挥重要作用。
例如，主机厂可以借助生成式AI来进行模拟，以测试车辆对各种驾驶场景的响应。这些场景可能是极小概率会发生的情况，或者在现实世界比较极端的情况，测试并不安全（比如，在夜间、雨天和黑暗中差点撞上横穿马路的人）。模拟测试不仅可以提高测试效率，还将使汽车企业得以创建更丰富的测试场景，并有可能提高整个驾驶系统的能力。
云与亚马逊云科技如何提供帮助？
亚马逊云科技致力于让客户更轻松地使用机器学习和AI，并努力使客户更容易利用生成式AI进行构建。Amazon Bedrock作为一项新服务，能够让客户通过API访问来自亚马逊以及领先AI初创公司（包括AI21 Labs、Anthropic和Stability AI）的基础模型。Amazon Bedrock是客户使用基础模型构建和扩展生成式AI应用程序的最简单方法之一，降低了所有开发者的使用门槛。客户可以通过Bedrock访问一系列强大的文本和图像基础模型（该服务目前提供有限预览）。
生成式AI需要大量的计算资源和数据，而获取及管理这些资源和数据既昂贵又耗时。无论客户是想运行、构建还是定制生成式AI基础模型，都需要专门为机器学习构建高性能、高性价比的基础设施。
亚马逊云科技客户可以使用由Trainium提供支持的Amazon EC2 Trn1实例，与其他EC2实例相比，它都可以节省高达50%的训练成本。一旦大规模部署生成式AI模型，大多数成本将由模型的运行和推理产生。此时，客户可以使用由Amazon Inferentia2提供支持的Amazon EC2 Inf2实例，这些实例专门针对运行数千亿个参数模型的大规模生成式AI应用程序进行了优化。