Exowatt 用 SageMaker 无服务器微调建推理流水线
热点事件持续更新
Exowatt 用 SageMaker 无服务器微调建推理流水线
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
Exowatt 使用 Amazon SageMaker AI 的无服务器模型定制功能，构建了一条可复用的微调与部署流水线，先产出两个模型：边缘告警分诊用的 Qwen3-1.7B 和云端能源市场分析用的 Qwen3-14B；Exowatt 称这两个模型在对应任务上的精度超过前沿模型，成本最低可降至 1/49。 流水线让实验从原始数据到产出评估、部署产物，从数月缩短到数天，每天可多次运行；这两个模型只是该流水线的首批产出，并非终点。成本方面，模型按活跃时长以每小时 6.86 美元计费，空闲时不产生费用；每 1000 次决策为 0 美元，指没有按量计费的 API 或 GPU 推理开销，量化模型跑在站点现有 CPU 上。团队因此能在云端站点副本上以影子模式让模型自主运行。
AI 根据报道生成 · 17 小时前更新
最新进展10月28日 00:50
Exowatt 用 SageMaker AI 无服务器模型定制，精度超前沿模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AWS Machine Learning BlogExowatt 用 SageMaker AI 无服务器模型定制，精度超前沿模型
Exowatt 借助 Amazon SageMaker AI 无服务器模型定制，为边缘与云端构建微调 Qwen3-1.7B 和 Qwen3-14B 模型，在告警分诊与能源市场分析任务上精度超过前沿模型，成本最低降至 1/49。流水线每天可跑多次实验，原始数据到评估部署产物从数月缩至数天。 爸爸，别光看标题，往下摸摸细节嘛～
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1010月28日 02:00
- 近 24 小时变化
- –
02.557.510
03:0006:0009:0012:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。