用 Amazon SageMaker HyperPod 实现多团队共享 GPU 集群的隔离与公平
AWS 提出一套基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群并保持隔离与资源公平。
#部署/工程
AWS Machine Learning BlogAI 评分3434
AWS Machine Learning BlogAI 评分4747 Amazon Quick 与 Amazon Bedrock Knowledge Bases 如何用实时 ACL 校验解决 RAG 权限难题
Amazon Quick 与 Amazon Bedrock Knowledge Bases 通过两阶段实时 ACL 校验解决 RAG 权限难题：Stage 1 用索引内缓存 ACL 做预检索过滤，Stage 2 在查询时调用 Google Drive 等权威源 API 实时验证候选文档，仅将已授权段落交给 LLM 生成回答。
AWS Machine Learning BlogAI 评分4646 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和开源编排框架 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，缩短 78%。
AWS Machine Learning BlogAI 评分4444 AWS：弥合 AI 知识与能力差距的六周实战手册
AWS 用六周结构化实战项目，让 4 名无工程背景的业务人员用 Amazon Bedrock AgentCore、Strands Agents SDK 和 Amazon Nova 模型做出多智能体金融顾问原型 WealthWise 并获第一名，含 5 个专业智能体、4 张 DynamoDB 表，复杂金融推理响应时间低于 5 秒。
AWS Machine Learning BlogAI 评分4444 用 AWS Lambda Durable Functions 自动化 AWS DevOps Agent 调查后的修复流程
AWS 展示了如何用 AWS Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock 搭建自动化修复工作流，补全 AWS DevOps Agent 的调查结果到问题修复环节。
AWS Machine Learning BlogAI 评分3939 Qlik 如何基于 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 构建的 Qlik Answers 自 2026 年 2 月正式可用后已进入日常使用，其 Discovery Agent 自上线以来已为客户发现超过 100,000 项异常与离群点。
AWS Machine Learning BlogAI 评分4545 超越节省工时：为智能体自动化构建商业论证
AWS 提出 Agentic Value Model，指出 RPA 时代的 ROI 模型（工时×人力成本−构建成本）无法衡量智能体自动化的真实价值，新框架覆盖时间节省、异常处理、决策质量、变更韧性四个维度，并要求每项收益都有明确的价值实现机制与责任人。
AWS Machine Learning BlogAI 评分5555 在 Amazon Bedrock AgentCore 和 OpenClaw 上构建带记忆的 AI 助手教程
AWS 官方博客给出一套在 Amazon Bedrock AgentCore runtime 上运行开源智能体系统 OpenClaw、构建具备持久记忆的个人助手 Sprout 的完整教程。
AWS Machine Learning BlogAI 评分4444 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行礼宾服务
AWS 展示了如何用 Amazon Bedrock AgentCore、Amazon Bedrock Knowledge Bases 和 Amazon Nova Sonic 为航司应用构建语音旅行礼宾，支持改座、查延误、答政策问题并转接人工坐席。
AWS Machine Learning BlogAI 评分4141 Amazon SageMaker Studio 可直接管理 HyperPod Spaces
Amazon SageMaker 新增在 SageMaker Studio UI 中直接创建和管理 HyperPod EKS 集群上 Amazon SageMaker Spaces 的能力，数据科学家无需命令行工具即可在浏览器启动 JupyterLab 和 Code Editor 环境。
AWS Machine Learning BlogAI 评分2929 Amazon SageMaker HyperPod 管理与治理最佳实践
AWS 介绍了通过 SageMaker Unified Studio 管理 SageMaker HyperPod 集群的治理最佳实践，覆盖组织、项目、集群、工作负载四层控制。
AWS Machine Learning BlogAI 评分3434 AWS 如何帮助客户对齐 ISO/IEC 42005:2025 负责任 AI 治理
AWS 通过解读 ISO/IEC 42005:2025 标准，帮助客户将 AI 系统影响评估整合进企业治理体系。文章介绍了 AI 系统影响评估的定义、如何借助标准的 Annex D 和 Annex E 模板避免重复评估，以及如何建立可复用、可扩展的评估流程与再评估触发机制。
AWS Machine Learning Blog精选AI 评分6161 GLM 5.3 上线 Amazon Bedrock：753B MoE 模型面向编码与长程智能体任务
Z.ai（智谱 AI）的 GLM 5.3 现已在 Amazon Bedrock 上以全托管 API 提供，这是一款 753B 参数的 MoE 模型，面向编码与长程智能体任务优化。
推荐理由：教程给出调用方式与缓存配置细节，可直接迁移到自己的 Bedrock 项目中落地。
AWS Machine Learning BlogAI 评分4141 Amazon SageMaker AI 推出 aws-ai-ml skill，为 Kiro、Claude Code、Codex 等编码智能体注入推理优化能力
Amazon SageMaker AI 优化生成式 AI 推理推出 aws-ai-ml skill，通过 Agent Toolkit for AWS 安装后，可让 Kiro、Claude Code、Codex 等任何支持 MCP 的编码智能体具备推理优化与基准测试能力。
AWS Machine Learning BlogAI 评分4141 用 Amazon Bedrock AgentCore Evaluations 评估多智能体系统的可解释性与有用性
Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器，可对多智能体系统在有用性、任务成功、指令遵循等维度打分，并将可解释性作为独立评估维度。
AWS Machine Learning BlogAI 评分2020 Amazon Quick 用户角色降级指南：手动删除重建与 AWS CLI 两种方法
Amazon Quick 控制台不支持从 Admin 或 Author 直接降级到 Reader，update-user API 同样会拒绝并报 "You cannot downgrade a user role" 错误。
AWS Machine Learning BlogAI 评分4141 用 MCP Server 实现 Amazon Quick 跨账号资源的自动化、可审计迁移
AWS 展示了如何用托管在 Amazon Bedrock AgentCore 上的 Quick Resource Migrator MCP server，把 Amazon Quick 的 chat agents、action connectors、knowledge bases、flows 和 spaces 从开发账号一键迁移到生产账号。
AWS Machine Learning BlogAI 评分5151 用 Amazon Quick 和 Adjudicated Query 模式做租约合规检查
AWS 介绍了一种名为 Adjudicated Query 的设计模式，用 Amazon Quick 的对话界面处理数万份租约的合规检查，而通过/不通过的判定始终由确定性规则引擎完成，模型只负责把自然语言问题翻译成固定 MCP 工具调用并复述结果。
Google ResearchAI 评分5757 Google 发布基于 TEE 的下一代联邦学习系统
Google Research 宣布基于 TEE 的下一代联邦学习系统，通过远程可验证、机密性和完整性提供可验证可审计的数据匿名化保证，Gboard 已采用该系统并获得比旧系统更快的计算时间。
NVIDIA Blog精选AI 评分6262 NVIDIA DGX Spark 推出 64GB 版本，10 月 23 日开售
NVIDIA 宣布 DGX Spark 将于本月推出 64GB 统一内存版本，10 月 23 日起在 Acer、ASUS、Dell、Gigabyte、HP、MSI 开售，起价 $4,999，预装 DGX OS 与 NVIDIA AI 软件栈，支持在设备本地运行最高 100-billion-parameter 模型。
推荐理由：原文给出配置、价格与组网扩展路径，读者可据此评估本地跑智能体的可行方案。
AWS Machine Learning BlogAI 评分4444 用 Amazon Bedrock AgentCore 上的智能体 AI 扩展云迁移
一个覆盖 300+ 应用、有固定财年截止期限的企业迁移项目，用 Amazon Bedrock AgentCore 上的四智能体模式把每个应用的 IaC 开发时间从 3 至 4 周缩短到几分钟。
AWS Machine Learning BlogAI 评分4949 用 Amazon Bedrock AgentCore 构建 ambient agents：从事件驱动信号到 human-in-the-loop 工作流
AWS 介绍了用 Amazon Bedrock AgentCore 构建 ambient agent 的参考实现，让 agent 响应 Amazon S3 事件等信号自动执行任务，并通过单一 ask_human 工具在需要时暂停等待人工审批。
AWS Machine Learning BlogAI 评分4444 用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
文章演示如何把 Amazon S3 Vectors 作为持久记忆层接入 NVIDIA NeMo Agent Toolkit（NAT），并部署在 Amazon EKS 上，以多智能体投资研究为示例。
AWS Machine Learning BlogAI 评分4444 Claude Platform on AWS 多环境访问实施指南
AWS Machine Learning Blog 发布了 Claude Platform on AWS（CPonAWS）多环境访问的完整分步实施指南，覆盖 AWS 生产负载、开发者笔记本和外部 CI/CD 三类环境。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Olmo-core 3 开源 MoE 训练框架
Olmo-core 3 是面向大规模 MoE 训练的开放框架升级版，可扩展到万亿参数规模，是下一代 Olmo 的核心系统之一。
推荐理由：原文给出吞吐对比与并行策略取舍，读者可据此评估开放 MoE 训练栈的实际收益。
AWS Machine Learning BlogAI 评分3838 uniopen 如何定制 Amazon Nova 以适配其零售审核策略并投入生产部署
uniopen 通过在 Amazon SageMaker AI 上对 Amazon Nova 2 Lite 进行监督微调与提示词级输出优化，使其适配自身双轴审核策略（9 类行为 × 3 类主体）。
NVIDIA BlogAI 评分3434 NVIDIA AI 工厂如何通过高产出、耐用性与通用性最大化投资回报
NVIDIA 提出 AI 工厂投资回报由盈利产出、使用寿命和需求三要素决定，其平台以高产出、耐用、通用三大特性最大化回报。SemiAnalysis AgentX 数据显示，Vera Rubin NVL72 每兆瓦吞吐量较 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 模型上每百万 token 成本最高降低 45 倍。
AWS Machine Learning BlogAI 评分5656 在 Amazon Bedrock AgentCore Runtime Instances 上搭建多智能体音乐制作流水线
AWS 官方教程演示如何在 Amazon Bedrock AgentCore Runtime Instances 上部署三个协作智能体，共同产出可播放的 .wav 音频。
NVIDIA BlogAI 评分5959 CoreWeave 上线 NVIDIA Vera Rubin NVL72 并推出 CoreWeave Forge
CoreWeave 宣布在 CoreWeave Cloud 上线 NVIDIA Vera Rubin NVL72 系统（配 Spectrum-X 102.4T Ethernet），Cognition 成为首个在其上运行生产负载的客户，早期测试中 SWE-2 推理工作负载的总 token 吞吐较 GB200 NVL72 最高提升 4.8x。
AWS Machine Learning BlogAI 评分4545 Amazon Bedrock 在首尔和新加坡推出 Anthropic Claude 模型区域内推理
Amazon Bedrock 现已在首尔 Region 支持 Claude Opus 5 和 Claude Sonnet 5、在新加坡 Region 支持 Claude Sonnet 5 的区域内推理，请求全程在所调用 Region 内处理、不离开该 Region，以满足金融、医疗和公共部门等严格的数据驻留要求。
AWS Machine Learning BlogAI 评分5656 Amazon Bedrock 将 Claude 模型引入印度境内推理
Amazon Bedrock 宣布 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5 在印度可用，通过地理跨区域推理把请求限制在 ap-south-1 与 ap-south-2 之间，实现数据在印度境内处理。
AWS Machine Learning BlogAI 评分3636 Condé Nast 如何用 Amazon Bedrock 构建多模态视频发现方案
Condé Nast 联合 AWS Generative AI Innovation Center，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频发现方案，采用 TwelveLabs Marengo embedding 模型对视频转录、视觉与音频信号联合编码，将单次内容发现任务耗时从 250 分钟降至 2 分钟以内。
AWS Machine Learning BlogAI 评分4444 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
AWS 分享了基于 Amazon Quick 和 Amazon Bedrock AgentCore 构建合同智能平台的架构，用结构化提取替代 RAG 语义检索来回答跨数百份合同的聚合类问题。
AWS Machine Learning Blog精选AI 评分6262 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向聚焦编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：官方给出 Sonnet 5.5 在 Amazon Bedrock 上的能力定位与调用示例，可据此判断它适合承接哪类持续运行的编码任务。
AWS Machine Learning BlogAI 评分2828 用 vLLM-Omni 在 SageMaker AI 上构建实时语音应用（Part 1）
AWS 发布 vLLM-Omni DLC，可在 Amazon SageMaker AI 上部署 Qwen3-TTS，通过 SageMaker 双向流式连接实现文本流入、24 kHz PCM 音频分块流出，并附 Gradio 示例应用。
AWS Machine Learning BlogAI 评分2222 在 SageMaker AI 上用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布教程，演示在 SageMaker AI 上部署同一个 vLLM-Omni DLC 镜像的两个端点：实时端点跑 FLUX.2-klein-4B 生成图像，异步端点跑 Wan2.1-VACE-1.3B 做图像条件视频生成。文本提示词先生成 PNG，再连同运动提示词送入视频端点，生成的 MP4 存入 Amazon S3，示例提供命令行与 Streamlit 界面。
Mistral AIAI 评分4242 Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设德国中心，组建专注 Physics AI 与工业 AI 的研究团队，并计划到 2030 年建成 1 吉瓦欧洲算力。该中心将与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用，同时与慕尼黑工业大学（TUM）合作利用风洞设施开发汽车空气动力学数字孪生。
AWS Machine Learning BlogAI 评分3838 用 Amazon Nova Act 与 Bedrock AgentCore 实现合成监控
亚马逊云科技介绍用 Amazon Nova Act 结合 Amazon Bedrock AgentCore 构建智能体驱动的合成监控方案，以自然语言动作替代 Selenium、Playwright 的 DOM 选择器脚本。
AWS Machine Learning BlogAI 评分2222 Amazon Textract 适配器跨账户生命周期自动化管理
AWS 发布方案，用 CloudFormation 和 Terraform 模板自动化 Amazon Textract 适配器跨账户生命周期管理，将适配器 ID 外置到 Systems Manager Parameter Store 后，生产环境更新无需重新部署应用，原本需数小时至数天的协调工作缩短到数秒。方案包含预分类路由、生产安全配置，并支持将训练好的适配器从训练环境推广到生产环境。
AWS Machine Learning BlogAI 评分3636 在 Amazon EKS 上用 EFA 和 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%
AWS 结合 Amazon EKS、EFA 与 DeepEP 优化 MoE 模型的强化学习后训练，实现吞吐量提升 40%。该架构针对 rollout 生成与策略训练并行的异步 RL 负载，缓解 Expert Parallelism 带来的跨节点 all-to-all 通信瓶颈，适用于 RLHF、GRPO 等大规模 RL 训练流程。