热点事件持续更新
AWS SageMaker AI更新：Kokoro-82M TTS模型优化与训练会话API发布
4 篇报道1 个报道来源48 分钟前更新
先了解这件事
AI 综述
AWS SageMaker AI实时端点部署了82百万参数的Kokoro-82M TTS模型，通过优化自动扩展策略来减少延迟和推理成本。同时，AWS Machine Learning Blog介绍了在Amazon SageMaker AI上实现低延迟语音流的方法，并推出了训练会话API，允许用户自定义训练循环，无需管理GPU。此外，SageMaker AI还发布了无GPU管理的模型定制新方式，支持多种训练技术。
AI 根据报道生成 · 43 分钟前更新
最新进展10月23日 02:00
SageMaker AI推出无GPU管理的模型定制新方式，简化模型定制流程。事件进展
4 个进展
- 10月23日 02:00 · 1 篇报道AWS SageMaker AI Serverless Model Customization发布AWS Machine Learning Blog：SageMaker AI 发布模型定制新方式，无需管理 GPU
- 10月23日 02:00 · 1 篇报道Amazon SageMaker AI 推出训练会话 API，简化机器学习模型训练过程AWS Machine Learning Blog：Amazon SageMaker 推出训练会话 API，无需管理 GPU 即可自定义训练循环
- 10月23日 01:45 · 1 篇报道使用Kokoro TTS在Amazon SageMaker AI上实现低延迟语音流AWS Machine Learning Blog：Kokoro TTS on Amazon SageMaker AI 实现低延迟语音流
- 10月23日 00:30 · 1 篇报道AWS SageMaker AI 自动扩展策略优化AWS Machine Learning Blog："Kokoro-82M TTS模型在Amazon SageMaker AI实时端点上的自动扩展策略优化"
报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AWS Machine Learning Blog精选SageMaker AI 发布模型定制新方式，无需管理 GPU
SageMaker AI 推出无 GPU 管理的模型定制新方式，支持多种训练技术，如 SFT、DPO、RLVR 等，并提供模型定制代理技能，简化模型定制流程。
- AWS Machine Learning BlogAmazon SageMaker 推出训练会话 API，无需管理 GPU 即可自定义训练循环
Amazon SageMaker 推出训练会话 API，允许用户无需管理 GPU 即可自定义训练循环，通过 Python 脚本控制训练过程，SageMaker AI 负责运行基础设施。同时发布了 SageMaker 训练会话食谱，提供可运行的 SFT 和 RL 脚本。
- AWS Machine Learning BlogKokoro TTS on Amazon SageMaker AI 实现低延迟语音流
AWS Machine Learning Blog 推出使用 Kokoro-82M TTS 模型在 Amazon SageMaker AI 上实现低延迟语音流的方法，通过在生成过程中即时流式传输每个句子，减少等待时间，提高用户体验。Kokoro-82M 模型参数量小，可在单台中端 GPU 实例上运行，降低延迟和推理成本。
- AWS Machine Learning Blog"Kokoro-82M TTS模型在Amazon SageMaker AI实时端点上的自动扩展策略优化"
summary_zh: - AWS SageMaker AI实时端点部署了82百万参数的Kokoro-82M TTS模型，通过测量Q_max和T_total优化自动扩展策略。
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。