• aiml
• amazon-sagemaker-jumpstart
• artificial-intelligence

• Z.aiのGLM-5.2 FP8、NVIDIAのNemotron-Nano-12B-v2、Z.aiのGLM-OCRの3つのモデルがAmazon SageMaker JumpStartで利用可能に
• GLM-5.2 FP8は100万トークンのコンテキストウィンドウを持ち、フルサイクルソフトウェア開発などの長期的なエージェントエンジニアリングタスクに最適化
• NVIDIA-Nemotron-Nano-12B-v2は120億パラメータのコンパクトな設計で、ハイブリッドMamba-2/Transformerアーキテクチャにより最大6倍の推論スループットを実現
• GLM-OCRは9億パラメータのマルチモーダルモデルで、スキャンPDFや手書きメモなどの複雑なドキュメントを正確に理解し、Markdown/JSON/LaTeXに変換
• SageMaker JumpStartを通じて数クリックでデプロイ可能

Z.aiのGLM-5.2 FP8、NVIDIAのNemotron-Nano-12B-v2、Z.aiのGLM-OCRの3つのモデルがAmazon SageMaker JumpStartで利用可能になりました。これらのモデルは、長期的なエージェントエンジニアリング、効率的なハイブリッド推論、高度なドキュメント理解という専門的な機能を提供し、AWS上で高性能かつスケーラブルなAIソリューションの展開を可能にします。

Z.aiのGLM-5.2 FP8、NVIDIAのNemotron-Nano-12B-v2、Z.aiのGLM-OCRモデルがAmazon SageMaker JumpStartで利用可能になり、AWSのお客様が利用できる基盤モデルのポートフォリオが拡大しました。
これら3つのモデルは、長期的なエージェントエンジニアリング、効率的なハイブリッド推論、高度なドキュメント理解にわたる専門的な機能を提供し、AWS基盤上で高性能かつスケーラブルなAIソリューションの展開を可能にします。

GLM-5.2 FP8は、要件定義からデプロイメントまでのフルサイクルソフトウェア開発などの長期的なタスクやエージェントエンジニアリングワークフローに最適化されています。
前モデルのGLM-5.1と比較して長期的なタスク能力が大幅に向上し、初めて真に使用可能な100万トークンのコンテキストウィンドウを提供します。
これにより、プロジェクトレベルのエンジニアリングコンテキストの処理、長時間実行タスクの信頼性の高い実行、エンジニアリング標準への一貫した準拠、単一タスクでの完全な開発ワークフローの完了が可能になります。

NVIDIA-Nemotron-Nano-12B-v2は、高い推論スループットで統合的な推論タスクと非推論タスクに優れており、精度と効率の両方を必要とするエンタープライズアプリケーションに最適です。
ハイブリッドMamba-2およびTransformerアーキテクチャを使用し、128Kのコンテキスト長を持ち、最終的な応答を出す前に推論トレースを生成します。
コンパクトな120億パラメータの設計により、主要なオープンモデルと同等以上の精度を達成しながら、最大6倍の推論スループットを提供します。

GLM-OCRは、スキャンされたPDF、手書きメモ、数式を含む高密度な学術論文、多列テーブル、コードドキュメント、多言語テキストを含む複雑な実世界の資料に対して、正確で高速かつ包括的なドキュメント理解を提供します。
この9億パラメータのマルチモーダルモデルは、構造、テーブル、数式をクリーンなMarkdown、JSON、またはLaTeXに再構築し、リアルタイムサービスやエッジデバイスに十分な低レイテンシを実現します。
大規模なドキュメント処理や請求書抽出ワークフローに最適です。

SageMaker JumpStartを使用すると、お客様はわずか数クリックでこれらのモデルのいずれかをデプロイし、特定のAIユースケースに対応できます。
これらのモデルの使用を開始するには、SageMakerコンソールのSageMaker JumpStartモデルカタログに移動するか、SageMaker Python SDKを使用してモデルをAWSアカウントにデプロイしてください。
SageMaker JumpStartでの基盤モデルのデプロイと使用の詳細については、Amazon SageMaker JumpStartのドキュメントを参照してください。

• Amazon SageMaker
• Amazon SageMaker JumpStart

• Amazon SageMaker JumpStartは、Amazon SageMakerの機能の一つで、事前学習済みの基盤モデル（大規模言語モデルや画像生成モデルなど）を簡単にデプロイして利用できるサービスです。数クリックでモデルをAWS環境にデプロイでき、機械学習の専門知識がなくても高性能なAIモデルを活用できます。モデルカタログから目的に合ったモデルを選択し、すぐに推論エンドポイントとして利用開始できるため、AIソリューションの構築を迅速に行えます。
• Amazon SageMakerは、機械学習モデルの構築、トレーニング、デプロイを包括的に支援するフルマネージドサービスです。データの準備からモデルの開発、学習の実行、本番環境へのデプロイ、モデルの監視まで、機械学習ワークフロー全体をカバーしています。開発者やデータサイエンティストが効率的にMLプロジェクトを進められるよう、ノートブック環境、自動モデルチューニング、パイプライン機能など多数のツールを提供しています。

• https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html