← 返回蜂巢洞察

多智能体协作使得Bedrock AgentCore具备了持续计算的能力

栏目 技术实践
分类 大数据
标签 代理 基础设施 计算 amazon 马特

亚马逊网络服务为Amazon Bedrock AgentCore添加了运行时实例这一新功能，这一计算选项为人工智能代理提供了专为复杂的长周期工作流程以及多代理协作而设计的持久性基础设施支持。 作者：马特·桑德斯

亚马逊网络服务为Amazon Bedrock AgentCore添加了运行时实例这一新功能，这一计算选项为人工智能代理提供了专为复杂的长周期工作流程以及多代理协作而设计的持久性基础设施支持。

作者：马特·桑德斯

相关文章

技术实践

人工智能数据中心的架构构成

像GPT-4和Claude这样的人工智能模型，需要庞大的、结构极其复杂的物理基础设施来支持其运行。我们刚刚在freeCodeCamp.org的YouTube频道上发布了一门全新的课程，这门课程会带你深入了解那些为人工智能革命提供动力的数据中心。 这门课程详细追踪了电力从电网传输到最终被用于执行矩阵运算的GPU这一整个过程。 该课程全面解析了人工智能数据中心的构成原理，向你讲解以下内容： 高压电力分配网络及备用系统是如何将稳定的电力输送到服务器机柜中的。 为防止庞大的GPU集群出现过热现象，先进的水冷系统以及全球性的散热机制是如何发挥作用的。 在模型训练和推理过程中，成千上万的芯片之间需要通过复

阅读全文
技术实践

AWS推出了用于AI智能体开发的Strands Decider 2B及Strands Box工具。

AWS推出了两个用于开发人工智能代理的开源项目：Strands Decider 2B，这是一个专为在代理工作流程中协助做出决策而设计的小型模型；另一个项目是Strands Box，它是一个用于控制代理执行过程的沙盒环境。这两个项目分别从不同角度帮助人们构建那些能够使用工具、执行代码并与外部系统进行交互的智能代理。 作者：丹尼尔·多明格斯

阅读全文
技术实践

Google的EnvHarness技术使能够自我进化的智能体能够在动态变化的环境中学习。

谷歌的研究人员将EnvHarness这一框架开源了。该框架能够动态地调整代理训练环境，以弥补代理自身的缺陷，而无需对代理本身、训练环境或评估系统进行任何修改。据研究人员称，这种方法既能提升学习效果，也能提高学习效率，同时还能帮助代理克服自身的弱点。 作者：塞尔吉奥·德·西蒙内

阅读全文