產品介紹
晶片與運算層
AWS 自研 Trainium 晶片與 Graviton 處理器，為 AI 訓練、推論與應用提供高效能、高性價比的運算基礎，讓您的 AI 應用不必受限於底層硬體。 ● 高效能訓練與推論 — Trainium 晶片專為生成式 AI 打造，支援 PyTorch、vLLM、Hugging Face 等主流框架，已被 Anthropic、Databricks、OpenAI 等企業採用於大規模模型訓練與推論。 ● 更低的每 token 成本 — Trainium 針對生產環境的推論成本優化，讓 AI 應用擴大規模時不必犧牲預算。 ● 通用運算省電又省錢 — Graviton 處理器能耗降低達 60%、成本降低達 20%，已有超過 12 萬名 AWS 客戶採用。 ● 也是 Agentic AI 的最佳基礎 — Graviton 特別適合即時推論、程式碼生成、多步驟任務協調等代理型 AI 應用場景。
模型與訓練層
透過 Amazon Bedrock 存取上百個來自不同領先團隊的基礎模型；當通用模型不夠用時，Amazon SageMaker AI 提供完整訓練與微調工具，打造真正貼合業務的專屬模型。 ● 一次存取上百個模型 — 透過同一套介面彈性切換，不必因為選錯模型而重寫系統。 ● 資料主權有保障 — AWS 官方明確承諾，資料絕不分享給模型供應商，也不會用於訓練基礎模型。 ● 通用模型不夠用時，能訓練專屬的 — SageMaker AI 提供完整訓練、微調與部署工具。 ● 服務規模已獲驗證 — Amazon Bedrock 目前已服務超過 10 萬個組織。
Agent 平台層
Amazon Bedrock AgentCore 負責串接系統、保護工具呼叫、除錯與規模化部署，讓您的團隊不必自己從零打造 Agent 底層架構。 ● 免去底層工程負擔 — 串接系統、保護工具呼叫、除錯異常行為、規模化擴展，AgentCore 一手接管。 ● 官方案例驗證有效 — Robinhood 導入後六個月內 AI 成本降低 80%，開發時間縮短一半。 ● 快速規模化的實績 — Cox Automotive 一年內從零個代理擴展到 17 個正式生產代理。 ● 讓團隊專心做差異化 — 底層工程交給 AWS，心力留給產品本身。
應用層代理
Kiro（程式碼生成代理）與 Amazon Quick（企業工作助手）等已經產品化的代理，可以直接導入日常工作流程，不必從零開發。 ● Kiro：規格驅動的程式碼生成 — 把提示轉換成可執行的規格與分階段任務，用屬性測試捕捉單元測試容易遺漏的邊界情況，支援 IDE、CLI、網頁與行動裝置。 ● Kiro：企業級的安全與治理 — 支援 IAM 與 SSO 身份驗證、使用儀表板與成本控管。 ● Amazon Quick：企業工作助手 — 深度研究商業數據、自動生成文件／簡報／試算表，串接 Jira、Salesforce、Slack、Notion 等數千個工具。 ● Amazon Quick：不用寫程式也能自建工具 — 免寫程式建立表單、追蹤工具，研究彙整從數天縮短到數分鐘。
test
透過 Amazon Bedrock 存取上百個來自不同領先團隊的基礎模型；當通用模型不夠用時，Amazon SageMaker AI 提供完整訓練與微調工具，打造真正貼合業務的專屬模型。 ● 一次存取上百個模型 — 透過同一套介面彈性切換，不必因為選錯模型而重寫系統。 ● 資料主權有保障 — AWS 官方明確承諾，資料絕不分享給模型供應商，也不會用於訓練基礎模型。 ● 通用模型不夠用時，能訓練專屬的 — SageMaker AI 提供完整訓練、微調與部署工具。 ● 服務規模已獲驗證 — Amazon Bedrock 目前已服務超過 10 萬個組織。
常見問題
一次存取上百個來自不同廠商的基礎模型，依需求彈性切換，不必因為選錯模型而重寫系統。官方明確承諾：您的資料絕不會分享給模型供應商，也不會被用來訓練基礎模型。
可以，差額依剩餘天數比例計算。
取消後資料會保留 30 天，逾期將永久刪除。