チームは基盤モデルを使った文章生成アプリを短期間で構築したい。
モデルインフラのプロビジョニングや運用を最小化する。
この要件に最も適したAWSサービスはどれか。
Amazon Bedrockは複数の基盤モデルをAPIで利用し、モデルサーバーのプロビジョニングを抑えて生成AIアプリを構築できる。
詳細解説
複数の基盤モデルへAPIでアクセスし、インフラを自分で管理せず生成AIアプリを構築しやすい。
複数の基盤モデルへAPIでアクセスし、インフラを自分で管理せず生成AIアプリを構築しやすい。
問題の条件では、Amazon Bedrockが担う対象と、ほかの選択肢が担う対象を分けて考える。
S3はオブジェクト保存サービスで、基盤モデル推論APIそのものではない。
S3はオブジェクト保存サービスで、基盤モデル推論APIそのものではない。
問題の条件では、Amazon S3だけを利用するが担う対象と、ほかの選択肢が担う対象を分けて考える。
Route 53はDNSサービスで、基盤モデルの推論基盤ではない。
Route 53はDNSサービスで、基盤モデルの推論基盤ではない。
問題の条件では、Amazon Route 53が担う対象と、ほかの選択肢が担う対象を分けて考える。
CloudTrailはAPI操作の監査記録サービスで、モデル推論を提供しない。
CloudTrailはAPI操作の監査記録サービスで、モデル推論を提供しない。
問題の条件では、AWS CloudTrailが担う対象と、ほかの選択肢が担う対象を分けて考える。
実際に確かめる
一時的な検証環境で実行できる例です。
Amazon Bedrock User Guideのfoundation modelsとAPI利用の説明を確認する。期待される結果
Bedrockが基盤モデルへのマネージドなアクセスを提供することを説明できる。理解のポイント
- Amazon Bedrock
- 基盤モデルAPI
- マネージド利用
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- AWS公式ドキュメントの対象サービス・機能の説明と、AIF-C01の対応Taskを確認する。
- サービスの提供範囲と、利用者が設計・設定する範囲を混同しない。
基礎のおさらい
Bedrock
基盤モデルの選択・推論・安全機能を利用し、モデルインフラの管理負担を抑えるサービス。
SageMaker AIとの違い
SageMaker AIはモデル開発・訓練・デプロイの柔軟性が高く、より多くの制御を必要とする場合に使う。