// AI 新闻 · 2026-10-28 · AWS Machine Learning Blog
Exowatt利用SageMaker无服务器定制化实现边缘AI模型准确率领先
Exowatt在2024年采用Amazon SageMaker无服务器模型定制功能，构建了一条可重复的AI模型训练流水线，用于边缘和云端部署的告警分类与能源市场分析任务。该流程基于Qwen3-1.7B和Qwen3-14B等开源大模型，通过低秩适配（LoRA）和监督微调（SFT）技术实现任务特定优化，其在告警处理任务上的准确率优于前沿模型，成本降低达49倍。
原文发布 2026-10-28 00:50（北京时间）来源 AWS Machine Learning Blog自动整理 · 已核对原文
01摘要
该方案解决了传统通用大模型在专有能源系统中应用的三大瓶颈：任务狭窄且依赖私有数据、边缘端无GPU与网络连接限制、大规模部署下的高成本问题。通过无服务器训练架构，Exowatt实现了每日多轮实验运行，无需预先选择或等待特定GPU实例，显著提升了迭代效率。模型可同时部署于边缘控制器和云端，支持实时告警决策与市场分析，为未来千级设备规模的智能运维提供可扩展的技术路径。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- Exowatt基于Qwen3-1.7B和Qwen3-14B模型，在SageMaker无服务器环境下实现边缘与云端任务专用模型训练。
- 所构建模型在告警分类任务中准确率优于前沿模型，成本降低达49倍。
- 采用LoRA与监督微调技术，兼顾边缘端无GPU和低带宽环境下的部署可行性。
- 流水线支持从原始数据到认证训练集、微调模型及部署制品的全流程自动化，实验周期由月级缩短至天级。
03原文出处
Exowatt beats frontier models on accuracy with SageMaker serverless model customization
AWS Machine Learning Blog · 发布于 2026-10-28 00:50（北京时间） · 上方为原标题
05同主题新闻
- Rokid 发布 Glasses 2 智能眼镜2026-10-27 · IT之家
- KV Cache砍掉99%，单卡吞吐飙6倍，港科CMU联手岩山科技开源新模型2026-10-26 · 量子位
- Cohere发现阿里Qwen模型曾尝试向北京服务器上传文件2026-10-27 · TechCrunch AI
- GitHub Copilot Fusion支持本地模型智能路由2026-10-28 · github-changelog-copilot
- AWS 推出 Ray Train DLC 支持 EKS 上的分布式训练2026-10-29 · AWS Machine Learning Blog
- Property Finder通过构建无偏评估数据在Amazon Bedrock上选优模型2026-10-28 · AWS Machine Learning Blog
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 全部 AI 新闻 · 今日