Exowatt用SageMaker无服务器微调建模型流水线
热点事件持续更新
Exowatt用SageMaker无服务器微调建模型流水线
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
能源公司 Exowatt 借助 Amazon SageMaker AI 的无服务器模型定制，搭建了一条可复用的微调与部署流水线，为边缘和云端两个场景产出任务专用模型。据 AWS 博客称，这些模型的精度超过前沿模型，成本最高低 49 倍。 首个用例在 Qwen3-1.7B 上做边缘告警分诊，量化模型运行在站点现有 CPU 上；第二个用例用 Qwen3-14B 做云端能源市场分析，微调采用 LoRA 与 SFT。博客称该模型无闲置成本，仅在运行时按每小时 6.86 美元计费，每 1000 次决策为 0 美元，即不计量的 API 或 GPU 推理成本。 Exowatt 称，从原始运营数据到已评估部署产物的路径由数月缩短到数天。上述两个模型是这条流水线的首批产出，而非最终目标。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 00:50
Exowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型、成本低至 49 倍报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AWS Machine Learning BlogExowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型、成本低至 49 倍
Exowatt 借助 Amazon SageMaker AI 无服务器模型定制，为边缘和云端两个部署目标微调出任务专用模型，精度超过前沿模型且成本最高低 49 倍。首个用例在 Qwen3-1.7B 上做边缘告警分诊，第二个用例用 Qwen3-14B 做云端能源市场分析，微调采用 LoRA 与 SFT。该流水线让 Exowatt 从原始运营数据到已评估部署产物的路径从数月缩短到数天。
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。