การเข้าถึง Amazon Bedrock

Amazon Bedrock เบื้องต้น

Nikhil Rangarajan

Data Scientist

แนะนำผู้สอน!

Machine Learning Engineer
เทคโนโลยีคลาวด์ (AWS, Azure)
วิศวกรรมข้อมูล คลาวด์ และคอมพิวเตอร์

รูปโปรไฟล์ของผู้สอน

Amazon Bedrock คืออะไร?

บริการของ Amazon

โลโก้ AWS และ Amazon Bedrock

Amazon Bedrock คืออะไร?

บริการของ Amazon
เรียกใช้โมเดล AI ผ่าน API
- API: ตัวกลางการสื่อสารระหว่างระบบซอฟต์แวร์
Bedrock ให้เข้าถึงโมเดลจากบริษัทต่างๆ เช่น Anthropic, Meta
ไม่ต้องตั้งค่าหรือเทรนโมเดล — จ่ายตามการใช้งาน

โลโก้ AWS และ Amazon Bedrock พร้อมแผนภาพ API

Foundation Model ใน Generative AI

โมเดลที่เทรนมาล่วงหน้า
ใช้เป็นฐานสำหรับงาน AI หลากหลายประเภท
สร้างข้อความ โค้ด และภาพจาก prompt
- ข้อความ/แชท: Claude, Jurassic
- ภาพ: Stable Diffusion
- Embedding: Titan

แผนภาพแสดง Foundation Model ตรงกลาง พร้อมลูกศรชี้ออกสี่ทิศสู่ความสามารถต่างๆ ได้แก่ ข้อความ/แชท, Embeddings, โค้ด และภาพ

ทำความเข้าใจการเข้าถึง Amazon Bedrock

หมายเหตุ: ตลอดคอร์สนี้ Access Key และ Secret Key ถูกโหลดไว้ล่วงหน้าแล้ว

เปิดใช้งาน Bedrock บน AWS:
- สร้าง IAM User ใน AWS Console
- เพิ่มสิทธิ์ Amazon Bedrock Full Access
- รับข้อมูล credentials:
  - Access Key
  - Secret Key
  - Region (เช่น 'us-east-1')

แผนผังแสดง 3 ขั้นตอนการเปิดใช้งาน Amazon Bedrock บน AWS ได้แก่ สร้าง IAM User, เพิ่มสิทธิ์ Bedrock และรับ Credentials

ตั้งค่าการเข้าถึง Bedrock runtime

ตั้งค่า AWS credentials ในสภาพแวดล้อมของคุณ

# Not secure for production, only for teaching purposes
AWS_REGION = 'us-east-1'

AWS_ACCESS_KEY = 'your-access-key'

AWS_SECRET_KEY = 'your-secret-key'

เริ่มต้น Bedrock client

ใช้ 'bedrock-runtime' สำหรับการ inference โมเดล

import boto3 
bedrock = boto3.client('bedrock-runtime', # use -runtime
  region_name=AWS_REGION,
  aws_access_key_id=AWS_ACCESS_KEY,
  aws_secret_access_key=AWS_SECRET_KEY)

ตั้งค่าการเข้าถึง Bedrock

ตรวจสอบสถานะการเริ่มต้น client
ใช้ 'bedrock' สำหรับคำขอเชิงปฏิบัติการ

# Verify Bedrock client configuration
import boto3
bedrock_client = boto3.client('bedrock', region_name='us-east-1')

models = bedrock_client.list_foundation_models()
print(f"Connected successfully! 
      Found {len(models['modelSummaries'])} available models.")

Connected successfully!  Found 13 available models.

ข้อมูลเกี่ยวกับ Foundation Model

ใช้ get_foundation_model() เพื่อดึงรายละเอียดโมเดล

ต้องระบุ ModelID ซึ่งเป็นตัวระบุเฉพาะ
- ตัวอย่าง: amazon.nova-2-lite-v1:0, anthropic.claude-sonnet-4-5-20250929-v1:0

response = bedrock_client.get_foundation_model
    (modelIdentifier='anthropic.claude-sonnet-4-5-20250929-v1:0')

print(response['modelDetails'])

ข้อมูลเกี่ยวกับ Foundation Model

{'modelArn': 'arn:aws:bedrock:us-east-1::foundation-model/anthropic.claude-sonnet-4-5...',
 'modelId': 'anthropic.claude-sonnet-4-5-20250929-v1:0',
 'modelName': 'Claude Sonnet 4.5',
 'providerName': 'Anthropic',
 'inputModalities': ['TEXT', 'IMAGE'],
 'outputModalities': ['TEXT'],
 'responseStreamingSupported': True,
 'customizationsSupported': [],
 'inferenceTypesSupported': ['INFERENCE_PROFILE'],
 'modelLifecycle': {'status': 'ACTIVE', 'startOfLifeTime': ...}

มาฝึกกันเถอะ!

Amazon Bedrock เบื้องต้น