基本信息
| 字段 | 内容 |
|---|---|
| 英文 | AWS AI/ML Stack |
| 全称 | AWS AI Services / AWS ML Services / ML Frameworks and Infrastructure |
| 中文释义 | AWS AI/ML 三层技术栈 |
| 日文释义 | AWS AI/ML 3層スタック |
| 考试频率 | ⭐⭐⭐⭐⭐ |
| 易混淆 | AI Services / SageMaker / EC2 + ML Frameworks |
一句话理解
按“预训练 AI 服务、机器学习平台、ML 基础设施”三层选择合适的控制力与运维负担。
核心要点
- AI Services 提供现成 API，例如 Polly、Transcribe、Comprehend、Textract 和 Rekognition。
- SageMaker 提供自定义模型的数据准备、训练、部署和监控生命周期。
- EC2、EKS、GPU 和 ML 框架提供最高控制，但基础设施责任也最高。
- Bedrock 位于生成式 AI 应用层，通过托管 API 使用基础模型。
考试重点
- 题目越强调快速使用现成能力，越靠上层；越强调自定义训练和底层控制，越靠下层。
常见误区
- 不要只凭产品名称选择服务，先确认数据类型、延迟、控制力、运维与成本限制。
重点记忆
能力 API → SageMaker 平台 → 自建 ML 基础设施，控制力和运维逐层增加。