Amazon Bedrock คืออะไร
บริการ Fully-managed Serverless AI บน AWS
ทำไมต้อง Amazon Bedrock?
คำศัพท์ที่ต้องรู้: - API (Application Programming Interface): ช่องทางที่ให้โปรแกรมหนึ่งคุยกับอีกโปรแกรมหนึ่งได้ - Serverless: การใช้งานระบบโดยที่เราไม่ต้องจัดการเรื่องเซิร์ฟเวอร์เลย (AWS จัดการให้หมด)
Amazon Bedrock เหมือน "ศูนย์การค้า AI" ที่รวบรวมเอาร้านค้าชั้นนำ (Foundation Models ค่ายต่างๆ) มาเปิดในห้างเดียว คุณเดินเข้าห้างนี้ (เรียกผ่าน API เดียวของ AWS) คุณก็สามารถเลือกซื้อของจากร้านไหนก็ได้ ไม่ว่าจะเป็น Anthropic, Meta, หรือ Amazon เอง โดยที่คุณไม่ต้องไปเช่าที่ดินสร้างร้านเอง (ไม่ต้องเตรียมเซิร์ฟเวอร์)
Bedrock เป็นบริการหลักของ AWS ในยุค GenAI ออกแบบมาให้องค์กรเข้าถึง Foundation Models ได้ง่ายและปลอดภัย ผ่าน API มาตรฐาน
สรุป Key Takeaways
- Bedrock เป็นบริการแบบ Serverless ไม่ต้องจัดการ Infrastructure
- มีโมเดลให้เลือกหลากหลาย (Claude, Titan, Llama, Jurassic, Command)
- ข้อมูลที่นำมาเรียกผ่าน Bedrock จะไม่ถูกนำไปเทรนโมเดลหลัก (Private)
คำถามที่พบบ่อย
Bedrock กับ SageMaker ข้อสอบแยกยังไง
Bedrock = ใช้ foundation model สำเร็จรูปผ่าน API แบบ serverless (ไม่จัดการ infra, จ่ายตาม token) เหมาะกับทีมที่อยากใช้ GenAI เร็วๆ ส่วน SageMaker = แพลตฟอร์มสร้าง/เทรน/deploy โมเดลเอง เหมาะกับทีม ML ที่ต้องการคุมทุกชั้น — คีย์เวิร์ด "no ML expertise", "fully managed GenAI" → Bedrock
ข้อมูลที่ส่งเข้า Bedrock ถูกเอาไปเทรนโมเดลไหม
ไม่ — AWS ระบุชัดว่า prompt และผลลัพธ์ของลูกค้าไม่ถูกใช้เทรนโมเดลพื้นฐาน และไม่แชร์ให้ผู้พัฒนาโมเดล ข้อมูลอยู่ใน region ที่เลือก เข้ารหัสได้ด้วย KMS — เป็นจุดขายหลักที่ข้อสอบชอบถามในมุม data privacy
Provisioned Throughput ใน Bedrock คืออะไร ใช้เมื่อไหร่
การจองกำลังประมวลผลล่วงหน้าเป็นรายชั่วโมง/เดือน แลกกับ throughput ที่การันตี — จำเป็นเมื่อใช้ custom model (fine-tuned) และคุ้มเมื่อ workload สูงสม่ำเสมอ ส่วน on-demand จ่ายตาม token เหมาะกับเริ่มต้นและโหลดไม่แน่นอน
ลองทำ Quiz ท้ายบท
คำถามแนวข้อสอบของโมดูลนี้ 2 ข้อ · เฉลยทันที