AWS 发布 Exowatt 用 SageMaker 微调小模型案例
热点事件持续更新
AWS 发布 Exowatt 用 SageMaker 微调小模型案例
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
AWS Machine Learning Blog 发布案例，介绍能源公司 Exowatt 用 Amazon SageMaker AI 的 serverless 模型定制构建可复用微调流水线，产出面向边缘和云端两类部署的模型：边缘告警分诊用 Qwen3-1.7B（量化后跑在场站现有 CPU 上），云端能源市场分析用 Qwen3-14B。AWS 称这些微调模型准确率超越前沿模型，成本最高降低 49 倍。 成本细节按部署方式各不相同：边缘量化模型跑在现有 CPU 上，每千次决策 0 美元，无按量 API 或 GPU 推理费；云端模型无闲置成本，仅在运行时按每小时 6.86 美元计费。整套流水线将微调实验周期从以月计缩短到以天计。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 00:50
Exowatt 借助 SageMaker serverless 模型定制在准确率上超越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 借助 SageMaker serverless 模型定制在准确率上超越前沿模型
Exowatt 利用 Amazon SageMaker AI serverless 模型定制构建了可复用的 AI 流水线，产出面向边缘和云端两种部署目标的微调模型。边缘告警分诊采用 Qwen3-1.7B，云端能源市场分析采用 Qwen3-14B，准确率超越前沿模型且成本最高降低 49×。整个流水线让微调实验从以月计缩短到以天计。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。