Amazon SageMaker 部署 AIGC 应用：训练 - 优化 - 部署 - Web 前端集成应用实践

优质文章学习记录

— 8 min read
Amazon SageMaker 部署 AIGC 应用：训练 - 优化 - 部署 - Web 前端集成应用实践

Amazon SageMaker 部署 AIGC 应用：训练 - 优化 - 部署 - Web 前端集成应用实践

背景

在这里插入图片描述
Amazon SageMaker 汇集广泛采用的亚马逊云科技机器学习和分析功能，统一访问所有数据，为分析和人工智能提供一体式体验，使用亚马逊云科技机工具进行模型开发、生成式人工智能、数据处理和 SQL 分析，在融通式合作开发工作室中加快协作和构建，借助强大的生成式人工智能软件开发助手 Amazon Q 开发者版提升效率，无论数据存储在数据湖、数据仓库，还是第三方或联合数据来源中，均可访问所有数据，同时内置治理功能可满足企业安全需求。

前言

本文将通过 Amazon SageMaker Notebook 实例完成 AIGC 模型的测试与验证，再将模型部署至 Amazon SageMaker Inference Endpoint 实现服务化，最后利用 Amazon Cloud 9 调试 Web 应用，并调用已部署的 SageMaker Inference Endpoint 实现 AIGC 模型的实际应用

Amazon SageMaker 部署 AIGC 模型

步骤一：创建亚马逊云科技账户
1、注册亚马逊云科技官网



2、进入注册页面（使用电子邮件地址进行注册）进入 创建亚马逊云科技账户页面（如果最近登录过亚马逊云科技，请选择登录控制台。如果未显示创建新亚马逊云科技账户，请首先选择登录其他账户，然后选择创建新亚马逊云科技账户）根用户电子邮件地址 中，输入电子邮件地址，编辑亚马逊云科技账户名称，然后选择验证电子邮件地址，该地址会收到一封包含验证码的亚马逊云科技验证电子邮件

安全验证

验证电子邮件地址（输入收到的代码，然后选择验证，可能需要几分钟才会收到代码，检查电子邮件和垃圾邮件文件夹中是否有验证码电子邮件）



3、设置用户信息：输入根用户密码和确认根用户密码，选择个人或企业



4、添加付款信息（ 账单信息页面上，输入付款方式的信息，然后选择验证并添加，必须先添加有效的支付方式才能继续注册）



5、用户信息验证（选择接收验证码的联系方式、选择电话号码的国家或地区代码）



6、客户验证与激活账户（选择亚马逊云科技支持服务计划）



7、注册成功

步骤二：创建Amazon SageMaker Notebook实例
1、登录亚马逊云科技控制台



2、进入SageMaker服务，查找服务处搜索SageMaker



3、进入Notebook笔记本实例控制面板（左侧菜单栏，点击笔记本实例，进入笔记本Notebook实例控制面板）



4、创建笔记本实例


5、配置笔记本实例设置，创建笔记本实例详情页中，配置笔记本实例的基本信息（设置笔记本实例的名称、选择笔记本实例、以及存储的大小）



6、配置笔记本实例权限（笔记本实例创建一个IAM角色，用于调用调用包括 SageMaker 和 S3 在内的其他服务，例如上传模型，部署模型等）IAM角色出，点击下拉列表，选择创建新角色



7、弹出的配置页面中，默认配置即可



8、成功创建IAM角色



9、创建实例（检查先前配置的信息，确认无误点击创建笔记本实例）



10、等待实例创建成功，进入Jupyter Notebook


11、构建Stable-Diffusion环境（Jupyter Lab控制台，选择最下面的Terminal）



12、下载Notebook代码文件



13、打开刚刚下载的Notebook文件，内核选择conda_pytorch_p39

步骤三：Amazon Cloud 9 构建前后端Web应用
1、亚马逊云科技控制台进入 Cloud9 服务


2、创建Cloud 9 环境



3、配置Cloud 9 环境名字配置

其他部分配置保持默认，等待创建创建成功即可



4、进入Amazon Cloud9 环境



5、Cloud9 下方的控制台中输入以下指令下载保存Web应用程序代码压缩文件，并将该压缩文件进行解压

解压后SampleWebApp文件夹包含以下内容：后端代码 app.py：接收前端请求并调用 SageMaker Endpoint 将文字生成图片两个前端html文件 image.html 和 index.html

6、Amazon Cloud9上安装 Flask 和 boto3





7、运行 app.py，并且点击 Amazon Cloud9 上方的 Run 按钮运行代码



8、预览web前端页面



9、Amazon Cloud9 环境打开web 页面



10、输入信息生成图片（自定义图片长度和宽度，Prompt 输入框处输入语句或描绘性词汇生成图片）输入语句时，详细描述需求信息，以便AI绘制出的图片更贴合预期，比如通过描述性词语，如 cartoon style、van gogh style、realistic 表明图片的整体风格例如：可将长度和宽度都设置成512，输入以下描绘性语句生成一张卡通风格的宇航员猴子图片，以及一张超级英雄的图片



11、成功页面展示



Amazon SageMaker工作原理

在这里插入图片描述
Amazon SageMaker 全托管机器学习服务，通过整合数据处理、模型训练、超参数优化、部署推理的全流程能力，支持开发者使用 Notebook 实例快速调试 AIGC 模型，借助分布式训练集群加速算法迭代，并将模型高效部署为可自动扩缩容的 Inference Endpoint，同时深度集成亚马逊云科技生态S3 存储、CloudWatch 监控等，以容器化架构和 Kubernetes 集群管理实现从开发到生产的无缝衔接，大幅降低机器学习工程化门槛完全托管服务：用户无需操心服务器等基础设施的管理，SageMaker 负责处理硬件资源的配置、管理和维护，将用户从复杂的运维工作中解放出来，使开发者专注于机器学习模型的开发，大大降低运维成本和复杂性集成开发环境强大：提供基于 Web 的可视化界面，集成了数据探索、模型训练、调试、评估和部署等所有机器学习开发步骤，为数据科学团队提供了一站式的工作平台，能显著提高工作效率支持自动模型构建：依据用户提供的数据自动构建、训练和调整最佳机器学习模型，无需人工进行特征准备、算法测试和模型参数优化等繁琐工作，让没有深厚机器学习专业知识的用户也能快速构建分类和回归模型

总结

在这里插入图片描述
本文通过创建亚马逊云科技账户、搭建 SageMaker Notebook 实例测试 Stable-Diffusion 模型、利用 Cloud9 构建 Web 应用并调用模型 Endpoint，实现 AIGC 应用从训练到前端集成的全流程实践，展现 SageMaker 全托管、集成开发及自动化模型构建的核心优势，降低 AIGC 工程化门槛。如果小伙伴们感兴趣可以访问亚马逊云科技官网进行免费体验哈！
友情提示：如果决定不再使用服务的话，记得要在控制台关闭服务，以防超过免费额度产生扣费

Read more

FPGA内部资源详解：LUT、FF、BRAM、DSP、PLL是什么？综合报告怎么看

FPGA内部资源详解：LUT、FF、BRAM、DSP、PLL是什么？综合报告怎么看

本文是《FPGA入门到实战》专栏第8篇。上一篇完成了第一个下板项目，本篇从芯片内部视角出发，深入讲解 FPGA 的五大核心硬件资源：LUT、FF、BRAM、DSP 和 PLL。理解这些资源的工作原理和使用限制，是写出高质量 FPGA 代码、读懂综合报告的基础。 FPGA内部资源详解：LUT、FF、BRAM、DSP、PLL是什么？综合报告怎么看 * 1. 为什么要了解内部资源 * 1.1 Artix-7 资源概览 * 2. LUT 查找表 * 2.1 LUT 是什么 * 2.2 LUT 实现任意 6 输入函数 * 2.3 LUT 的双输出模式（O5/
2026 年最值得关注的开源低代码 / 零代码平台推荐

2026 年最值得关注的开源低代码 / 零代码平台推荐

无论是零代码小白还是资深开发者，都能在这些平台上找到适合自己的解决方案。今天，我们就来盘点一下 2026 年最值得关注的开源低代码 / 零代码平台，帮助您找到最适合的工具。 一、敲敲云 - 永久免费开源零代码平台 2026 年 1 月 12 日，敲敲云全新版本 v2.3.0 正式发布！ 这一版本最大的亮点是正式宣布永久免费开放，彻底打破了传统零代码平台的用户数、应用数、表单数等多重限制，实现真正的零门槛、零成本使用。 敲敲云专注于为企业快速构建应用和工作流，是一款强大且易用的零代码平台。用户无需编写任何代码，即可通过丰富的组件库轻松创建各类应用，真正做到了 "人人都是开发者"。 产品特点： * 免费零代码使用，快速上手，无需开发背景 * 丰富的组件库和模板，满足多样化应用需求 * 可视化流程设计器，支持拖放式工作流设计 * 强大的工作流引擎，支持复杂流程逻辑与条件判断 * 优秀的团队协作功能，支持资源共享和协同开发 * 数据收集能力强，
零代码上手！用 Rokid 灵珠平台，5 步搭建专属旅游 AR 智能体

零代码上手！用 Rokid 灵珠平台，5 步搭建专属旅游 AR 智能体

零代码上手！用 Rokid 灵珠平台，5 步搭建专属旅游 AR 智能体 本文应用基于Rokid灵珠智能体/CXR SDK开发，开发指南https://forum.rokid.com/index 灵珠平台简介 Rokid 自研 AI 开发平台，基于多模态大模型与轻量化架构，打造零门槛、全栈化 AI 开发体系。平台提供可视化编排、预置能力组件，支持原型到云端、端侧一站式敏捷部署，并深度适配 Rokid Glasses 智能眼镜，通过专属硬件接口与低功耗优化，实现 AI 应用高效端侧落地，助力开发者快速打造视觉识别、语音交互等穿戴式 AI 应用，拓展 AI + 物理世界的交互边界可视化编排工具，拖拽式快速搭建应用预置丰富能力组件库，涵盖对话引擎、视觉识别等核心模块支持从原型设计到云端、端侧的一站式敏捷部署提供设备专属适配接口，实现硬件深度协同搭载低功耗运行优化方案，

Altera USB-Blaster驱动安装：FPGA下载基础完整指南

从零搞定Altera USB-Blaster驱动安装：FPGA下载不踩坑实战指南 你有没有遇到过这样的场景？ 辛辛苦苦写完Verilog代码，综合布线全部通过，满心期待地打开Quartus Programmer准备烧录——结果却弹出“ No hardware available ”或“ Can’t access JTAG chain ”。 别急，这大概率不是你的设计出了问题，而是那个看似简单、实则暗藏玄机的 USB-Blaster 驱动没装好 。 在FPGA开发中，硬件连接的稳定性往往比逻辑设计更先决定成败。而作为Intel（原Altera）官方标配的编程工具， USB-Blaster 虽小，却是打通PC与FPGA之间通信链路的关键枢纽 。一旦驱动异常，再完美的设计也只能“望板兴叹”。 本文将带你彻底搞懂 USB-Blaster 的工作原理、驱动机制和安装全流程，重点解决 Windows 平台下常见的识别失败、签名阻止、反复掉线等顽疾，并提供可复用的调试脚本和工程实践建议，助你构建一个稳定可靠的 FPGA 下载环境。 USB-Blaster 到底是什么？