Exowatt 用 SageMaker 微调小模型，成本降 49 倍
热点事件持续更新
Exowatt 用 SageMaker 微调小模型，成本降 49 倍
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AWS 发布技术博客称，Exowatt 借助 Amazon SageMaker AI 的无服务器模型定制功能，为边缘和云端两个部署目标微调出任务专用模型，精度超过前沿模型，成本最高降低 49 倍。 两个用例分别是：在边缘用 Qwen3-1.7B 做告警分诊，在云端用 Qwen3-14B 做能源市场分析，微调采用 LoRA 与 SFT。据 AWS 介绍，该模型无闲置成本，仅在运行时按每小时 6.86 美元计费；边缘端量化后的 Qwen3-1.7B 运行在站点现有 CPU 上，无单次推理成本，也不依赖网络连接。 AWS 称，这条可复用流水线把 Exowatt 从原始运营数据到已评估部署产物的路径从数月缩短到数天。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 00:50
Exowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型、成本低至 49 倍报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AWS Machine Learning BlogExowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型、成本低至 49 倍
Exowatt 借助 Amazon SageMaker AI 无服务器模型定制，为边缘和云端两个部署目标微调出任务专用模型，精度超过前沿模型，成本最高降低 49 倍。首个用例在 Qwen3-1.7B 上做边缘告警分诊，第二个用例用 Qwen3-14B 做云端能源市场分析，微调采用 LoRA 与 SFT。这条可复用流水线让 Exowatt 从原始运营数据到已评估部署产物的路径从数月缩短到数天。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。