亚马逊云科技-肖宇-为AI生图打造云上引擎聚焦业务创新.pdf

1、为AI生图打造云上引擎，聚焦业务创新肖宇亚马逊云科技应用科学家肖宇亚马逊云科技大中华区解决方案研发中心应用科学家“毕业于北京交通大学。在IT行业累积逾十五年经验，曾任职于三星通信技术研究院，阿里大文娱，一直从事机器视觉相关研究，参与了三星旗舰手机，VR相机底层视觉算法研发，优酷长视频质量增强等项目。目前在亚马逊云科技负责大中华区解决方案研发中心，负责生成式AI在图像和视频生成方向的研发工作，服务云计算平台上的用户。”请插入您的照片讲师简介每个应用都可以通过生成式 AI 进行重新构建生成式 AIGPUInferentiaTrainiumSageMakerEC2 容量块NeuronUltraClu

2、stersEFANitroAmazon BedrockGuardrails代理自定义能力Amazon Q Amazon QuickSight中的Amazon Q Amazon Connect中的Amazon Q Amazon CodeW生成式AI行业适用性 技术实现成熟度视频文字图片音频3D建模开源生图模型AI by the people,for the peopleOpen source foundation model AISD1.5 SD2.0SDXLSD-TurboSDXL-TurboModel F目录01020304行业机遇与挑战AI生图上云解决方案介绍客户案例下一步行动AI生图主流

3、行业与受众群体AI已经可以生成媲美专业 美术工作者的精美画作算法科学家制作人画师设计师游戏媒体电商出版开源项目助力快速验证 Github Star 113K 具有图形化的UI界面Stable Diffusion WebUIComfyUIGithub Star 19.2K基于图形界面Workflow可视化引擎https:/ 1：聚焦业务需求，加速GenAI创新挑战本地算力资源有限，自建成本高(硬件成本+维护成本)。基于开源项目搭建稳定性不够，无法保证业务正常运转。缺乏后端API调用弹性资源的能力，2C业务难开展。很难跟上开源社区功能迭代的速度。业务需求希望通过引入生成式AI技术，快速扩展现有Ap

4、p的功能，从而实现更多业务创新。为此，客户尝试采用Stable Diffusion模型生成风格化图像的功能，以增加App的吸引力和互动性。成本稳定迭代某社交APP行业落地痛点 技术门槛：编程能力要求高，算法能力要求高，技术工作量大。硬件门槛：需要高配的GPU，并且随着模型的迭代，需要的基础算力越来越高。性能瓶颈：单机部署，一次只能运行一个工作负载，严重影响生产效率。资产管理：业务资产的存储和共享不可控，数据灾备等级低。多用户权限：不容易做到权限管理和资源隔离。DESIGNERDEVELOPER亚马逊云科技助力企业生图业务落地上云优势数据可控构建前期无需预先投入大量资金，使用过程按需收费，大幅降

5、低IT管理维护的工作量，让运维更加简单。依托于弹性伸缩的云资源，支持企业多人共享计算资源和模型资产，加速业务创新迭代。优化成本灵活拓展助力客户规范地管理生成式AI业务相关的资产，包括训练数据，模型权重，推理参数，推理结果，方便进行数据溯源。AI生图解决方案将本地的模型调优、推理等工作负载低迁移成本的无感上云云上CloudFormation模版一键部署满足UI和API两种调用模式，满足两种用户需求提供弹性云上资源提供多用户权限管理和资源隔离一个扩展web ui本地服务器/EC2亚马逊云服务插件社区原生前后推理训练推理web ui本地服务器/EC2功能组件亚马逊云服务前后处理训练推理中间件REST

6、ful亚马逊云服务提供一个中间件为什么是Amazon SageMaker？速度更快，成本更优的模型训练模型试验和调优分布式训练 40%训练编译器 50%Spot实例 90%选择更多，调度灵活的模型推理实时推理异步推理批量转换无服务器推理400+预置算法、基础模型、范例Stability.aiAI用户益处节省部署时间提升工作效率核心功能多用户权限配置训练资产管理推理模型管理计算资源配置多个训练框架多种前后处理任务多种推理任务+功能组件底层生图框架核心功能配置API URL 和Token打通云上资源角色和用户配置多用户权限配置角色管理用户管理计算资源弹性配置