目前不在新聞媒體排行榜上。

首次出現:2015-01-26 · 全部歷史單日高峰:2024-12-04(6 篇)

首次上榜 10/22 16:00 · 高峰 10/30 16:00(24 小時 14 篇) · 本頁的資料來源與計算方式 ⓘ

報導趨勢

關鍵字變化

2026/11/07 — 11/20
#aws 與相關關鍵字的變化
關鍵字11/711/811/911/1011/1111/1211/1311/1411/1511/1611/1711/1811/1911/20
aws
AWS
輝達
雙鴻
Meta
人工智慧
林育申
黃仁勳
AI
中企署
中國間諜
中華電信
外遇
相關詞 12 / 30

過去 3 天標成 #aws 的報導

另有 37 篇標題或摘要提到「aws」,但沒有這個標籤。看所有提到「aws」的文章 →

11/20(五)

11/19(四)

11/18(三)

  • 商傳媒

    AWS推Agentic AI三階段治理藍圖 助企業兼顧創新與合規

    圖/示意圖商傳媒|責任編輯/綜合外電報導隨著具備自主決策能力的 AI Agent(人工智慧代理)成為企業技術焦點,如何安全落地並兼顧法規成為關鍵課題。雲端服務巨擘 AWS 近期發布針對 Agentic AI 的「負責任 AI」階段性實踐框架,提出為期 12 週的建構藍圖,明確界定基礎架構與應用開發團隊的協作權責,協助企業在部署自動化流程時降低營運風險。 過去傳統的負責任 AI 實踐主要以模型為核心,聚焦在機器學習的模型訓練、測試與推論階段;但如今自主執行的 AI Agent 會主動串接企業內部系統、動用工具並執行任務,讓防護重心轉向更動態的整體系統運作。 AWS 指出,企業在導入這類架構時,普遍面臨四大核心挑戰:執行期行為難以完全預測、資料存取與權限邊界控管、法規快速更迭,以及團隊間協作機制不清。對此,該框架將負責維護底層環境的「平台工程團隊」與專注於商務邏輯的「應用開發團隊」分工——由平台團隊建立安全邊界與基礎防護,應用團隊則在規範的防護框架內建構具體功能,避免彼此權責重疊或產生技術缺口。 該治理藍圖共分為三大成熟度階段:第一階段為「治理基礎」,重點在於風險分類、法務合規審查以及雲端登陸區基礎架構設定,主打安全性與隱私權;第二階段進入「概念驗證部署」,導入安全護欄、脈絡錨定與關鍵操作的「真人覆核」機制,強化系統產出真實度與可控性;第三階段為「評估與強化」,涵蓋公平性基準測試、可解釋性分析,以及持續性的紅隊安全演練。 在實際應用層面,金融科技公司 Robinhood 藉由 Amazon Bedrock 開發防範金融犯罪的生成式 AI Agent。該專案在 60 天內累積了 2,000 次與專家判斷一致的決策並通過人工作業審核,最終在符合金融監管規範的前提下,順利提升了 20% 的作業效率。 針對評估標準,該架構設計了 1 至 5 分的成熟度評量指標,凡得分低於 4 分即代表系統仍存有顯著風險。企業除可參考 AWS 負責任 AI 資源 與架構文件外,也應在模型升級或新增業務情境等關鍵時間點,定期重新評估內部治理架構,確保自動化代理能在受控邊界內穩定運作。

    #AWS#人工智慧#生成式AI#資訊安全#雲端運算

  • LIFE生活網

    AWS展示資料庫AI助手架構 串接MCP自動診斷效能瓶頸 | LIFE生活網

    商傳媒|林昭衡/綜合外電報導面對雲端資料庫突發的效能瓶頸,工程團隊往往得在監控儀表板與終端機之間頻繁切換。AWS官方技術部落格發布了解決方案,展示如

    #資料庫#MCP#AWS#效能瓶頸#AI助手

  • 中央社偏綠

    雙鴻看好明年營收成長高於今年 ASIC業績超越GPU

    散熱大廠雙鴻今天舉行法人說明會,董事長林育申表示,隨著ASIC(特殊應用積體電路)客戶產品大量出貨,雙鴻2027年營收成長沒問題,幅度有望比今年的7成還要高,且毛利率也比今年好。

    #ASIC#散熱#雙鴻#輝達#黃仁勳#法人說明會

  • INSIDE

    Amazon CEO Jassy:AI 仍屬「極為早期」,今年資本支出約 2,200 億美元、明年還會更多

    被問到 NVIDIA 受挫是否對 Amazon 有利、能否藉機推銷 Trainium,Jassy 都予以否認,認為客戶會根據技術本身的能力做選擇,「你永遠不會希望競爭對手倒楣,特別是你的合作夥伴」。#雲端,人工智慧,Amazon,AI,AWS,資料中心,資本支出,自研晶片 (amazon-andy-jassy-ai-early-innings-capex-220-billion)

    #雲端#人工智慧#Amazon#AI#AWS#資料中心

  • 商傳媒

    AWS推開源工具包SMART 一鍵部署WhatsApp生成式AI代理

    商傳媒|林昭衡/綜合外電報導企業要在即時通訊軟體上部署生成式 AI 往往面臨繁瑣的系統串接挑戰。AWS 近日推出開源工具套件 SMART(Social Messaging Agent Runtime Toolkit),旨在簡化利用 Amazon Bedrock AgentCore 在 WhatsApp 上建構與部署 AI Agent 的流程。 過去開發團隊若要獨立打造 WhatsApp AI 代理,必須手動配置超過 10 項 AWS 雲端服務,同時還要自行處理 Webhook 訊息接收、身分驗證、多媒體處理、對話記憶儲存,以及 WhatsApp 規範的 24 小時訊息回覆窗口限制等細節。這類整合往往涉及 WhatsApp Business API 繁瑣的通道規則,大幅拉長企業的開發週期。 根據 AWS 發布的技術說明,SMART 結合了 Python SDK 與 Terraform 架構,開發者只需執行單一指令(terraform apply)即可自動化完成整套基礎設施部署。該工具包更提供命令列介面(CLI),讓工程師在本地端即可直接測試代理程式邏輯,無需每次修改都重新部署至雲端。 在架構設計上,SMART 保持框架中立性,除了支援 Amazon Bedrock 的核心技術,也能相容 LangGraph、Pydantic-AI 及 Strands Agents 等主流開發框架,確保開發者能自由掌控對話邏輯、大型語言模型與 Prompt(提示詞)設定。生產環境的安全性則整合了 Amazon Bedrock Guardrails,可透過環境變數直接配置內容防護機制。 這套自動化整合方案已具備企業實例驗證。汽車交易平台 Webmotors 導入 SMART 後,成功將原本預估兩個月的開發交付期縮短至六週,提前達成正式上線水準。 開發團隊若欲導入,需準備啟用 Amazon Bedrock AgentCore 的 AWS 帳號、Python 3.11 與 Terraform 1.7 以上環境,並透過 AWS End User Messaging Social 綁定 WhatsApp 商業帳號。原始碼與架構範本已於 SMART 開源專案庫 正式釋出。

    #AWS#Amazon Bedrock#WhatsApp#AI Agent#雲端運算

  • 商傳媒

    AWS 雲端平台推 AI 自動化資料準備 加速模型開發流程

    圖/示意圖商傳媒|何映辰/台北報導雲端巨頭 AWS 宣布為旗下的機器學習平台 Amazon SageMaker AI 推出全新的 AI 資料準備功能,整合自動標註、合成資料生成、品質評估及轉換工具,瞄準企業在打造生成式 AI 模型時最耗時的數據清理與準備痛點。 在典型的模型開發流程中,團隊往往需要投入大量時間進行資料蒐集、清洗與標註,才能產出足以訓練出優秀模型的資料集。這項新功能將整個前置作業大幅自動化,協助資料科學家與工程團隊建立、評估並持續改進高品質資料。 陪審團評分機制結合人工審查 新工具支援分類、命名實體辨識、擷取式問答、排序評分以及摘要等多種任務的自動標註。針對答案固定的任務,系統採用多模型組成的「陪審團」機制進行判定,依據模型間的一致性計算出信心分數。若標註結果的信心水準低於使用者設定的門檻,資料便會自動導流至整合了開源工具 Label Studio Community Edition 的 SageMaker Studio 佇列,交由人工進一步審核。 此外,合成資料生成功能允許團隊以既有的種子資料與文件為基礎,建立可被審閱與修改的程式碼流程管線。在資料品質檢驗方面,平台則提供重複資料偵測、標籤雜訊檢驗、答案洩漏(answer leakage)檢查,並結合業務規則與「以大型語言模型作為裁判(LLM-as-a-judge)」的指標進行多層次把關。 數據留存用戶專用儲存空間 在資安與權限管理部分,所有原始資料、生成資料集與標籤皆直接保留在客戶選定區域的 Amazon Simple Storage Service (Amazon S3) 儲存桶中,並由 AWS Identity and Access Management (IAM) 執行角色嚴格控管存取權限。 思科(Cisco)旗下的資安與監控軟體業者 Splunk 已在其 Agent Observability 產品採用該合成資料生成功能。Splunk 工程總監 Yash Sheth 表示,訓練評估模型極度依賴高品質且多元的資料集,透過 SageMaker 的合成資料工具,團隊能快速產出具統計代表性的資料集,並大幅減少資料科學家的前置整理負擔。 開發團隊即日起可透過 3.30.0 以上版本的 SageMaker Python SDK,或利用 SageMaker Studio JupyterLab 等開發環境中的 AWS AI-ML Agent 呼叫這套功能。目前相關服務已於 AWS 美東(維吉尼亞北部)與美西(奧勒岡)區域正式上線,詳細技術文件已公布於 SageMaker AI 官方說明頁面。

    #AWS#人工智慧#資料科學#雲端運算#機器學習

  • 鉅亨網

    輝達財報答案早寫好!微軟谷歌亞馬遜Meta四大客戶上月成績早洩底牌 支出翻倍仍喊不夠

    微軟、谷歌、亞馬遜、Meta今年Q3在資料中心、晶片與設備合計砸下2070億美元,年增近倍,建設速度仍遠落後需求 輝達財務長估五大雲端巨頭今年支出逼近8000億美元、2027年上看1.3兆 支出缺口改靠舉債,五大公司去年發行1210億美元公司債;四大客戶權重高,電力或融資卡關恐同步衝擊晶片商與ETF

    #美股雷達