Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
DeepSeek-R1をカスタムモデルとしてAmazon Bedrockにインポートし活用
Search
為藤アキラ
January 29, 2025
Technology
270
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
DeepSeek-R1をカスタムモデルとしてAmazon Bedrockにインポートし活用
為藤アキラ
January 29, 2025
More Decks by 為藤アキラ
See All by 為藤アキラ
Agent ServerはWeb Serverではない。ADKで考えるAgentOps
akiratameto
0
210
AI Agent Vertex AI Agent Builder × A2A × ADKで繋げるマルチエージェント
akiratameto
1
150
[OpsJAWS Meetup33 AIOps] Amazon Bedrockガードレールで守る安全なAI運用
akiratameto
2
410
Amazon Bedrockで実現する堅牢なデータエンジニアリング
akiratameto
1
140
Bedrock カスタムモデルvs汎用モデルの比較
akiratameto
1
170
Vertex AIで実現するLLMデータアノテーションの効率化と自動化
akiratameto
0
220
Amazon Bedrock Agents (ナレッジベースの種類)
akiratameto
1
340
Amazon Bedrock Agents (基本編)
akiratameto
0
250
SageMaker Feature Storeを活かしたLLM推論
akiratameto
1
130
Other Decks in Technology
See All in Technology
AI駆動開発は個人技からチーム戦へ:組織でAIを使いこなすための実践設計
moongift
PRO
0
440
メルカリのグローバルアプリで挑んだ AlloyDB 運用と課題解決の実践記
hatappi
0
230
Amazon Bedrock Managed Knowledge BaseDive Deep
ren8k
0
400
Issue設計から始める仕様駆動開発 / 20260731 Mizuki Hirata
shift_evolve
PRO
1
130
LangfuseによるLLMOps基盤の構築と活用事例
zozotech
PRO
1
270
クラウドセキュリティ入門 ~安全なクラウド利用のための基礎知識~
lhazy
8
7.6k
AI エージェント時代のデジタルアイデンティティ
fujie
3
1.4k
事業価値と Engineering 2026年度版
recruitengineers
PRO
28
15k
Breaking the Seal: Static Deobfuscation of Compiled V8 JavaScript Bytecode Malware
hshrzd
0
460
【CEDEC2026】ゲームシナリオライターを支援するAIツール開発の実践 ― 設計とプロンプトの工夫 ―
cygames
PRO
1
710
[しろおび夏祭り2026] チャットするAIから、作業するAIへ - 使われ方の変化と、その裏側で起きていること
kk0n
0
1.6k
toio・myCobotでフィジカルAIっぽいことを行うための検討(とりあえず調査) / フィジカルAI LT(IoTLTによる開催)
you
PRO
0
280
Featured
See All Featured
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
1.1k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
230
23k
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
11k
Marketing Yourself as an Engineer | Alaka | Gurzu
gurzu
0
270
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
600
Pawsitive SEO: Lessons from My Dog (and Many Mistakes) on Thriving as a Consultant in the Age of AI
davidcarrasco
0
210
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
16k
Music & Morning Musume
bryan
47
7.3k
Optimizing for Happiness
mojombo
378
71k
Building Applications with DynamoDB
mza
96
7.2k
Organizational Design Perspectives: An Ontology of Organizational Design Elements
kimpetersen
PRO
1
790
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
1
270
Transcript
AWS活用 AI/ML/LLM #2 大規模言語モデル(LLM)のモデル開発 DeepSeek-R1をカスタムモデルとして Amazon Bedrockにインポートし活用 株式会社BLUEISH 代表取締役CEO兼CTO 為藤アキラ
@AkiraTameto
為藤 アキラ (Akira Tameto) 株式会社BLUEISH 代表取締役 CEO兼CTO ・AWS歴12年 ・直近のAIプロジェクト
・画像を中心とした機械学習とLLM のハイブリッドのアーキテクト 自己紹介
今回のゴール ・Amazon Bedrockをカスタムモデルを構築すること
デモンストレーション
Hugging Face DeepSeek
DeepSeekのダウンロード pip install huggingface_hub from import model_id = (repo_id=model_id, local_dir=f
) huggingface_hub snapshot_download snapshot_download # model_id = "deepseek-ai/DeepSeek-R1-Distill-Llama-8B" # snapshot_download(repo_id=model_id, local_dir=f"./DeepSeek-R1-Distill-Llama-8B") "deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B" "./DeepSeek-R1-Distill-Qwen-1.5B" 1.Huggingfaceからダウンロードを行うのでライブラリーのインストール 2.Huggingfaceからモデルをライブラリーのインストール
DeepSeekのダウンロード ダウンロード中 ダウンロードできている事を確認
モデルを格納する為のバケット作成
モデルを格納する為のバケット作成
モデルを格納する為のバケット作成
バケットにアップロード
バケットにアップロード
バケットにアップロード
バケットにアップロード
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
モデルのインポート
InvokeModel APIで実行
InvokeModel APIで実行
InvokeModel APIで実行 import import = . = = = \n
= . = = = =2 = json boto3 client boto3 ( ) model_id prompt formatted_prompt prompt response client ( modelId model_id, body json. ( { :prompt, } ), ) response_body json. (response[ ]. ()) (json. (response_json, indent , ensure_ascii False)) client invoke_model dumps loads read print dumps "bedrock-runtime", region_name="us-east-1" "arn:aws:bedrock:us-west-1:{先ほどのモデル}" "東京都の歴史を説明してください" "prompt" "body" f"""<s>[INST] Human: { }[/INST] Assistant: """
InvokeModel APIで実行 { “generation”: “嗯,用户让我解释东京都的历史,我需要先理清思路。首先,东京都 现在是一个大都市,但它的历史可能从古代开始。我记得江户时代之前,东京可能只 是个小渔村或者不太重要的地方。然后德川家康在江户建立幕府,这应该是东京发展 的转折点。江户时代持续了大约260年,直到明治维新。明治时期,首都从京都迁到 江户,改名东京,成为日本的政治经济中心。接下来是近代的发展,关东大地震和二 战的影响可能也很重要,特别是战后重建和经济高速增长期。现在东京都是全球重要
的城市,可能还需要提到行政区划的变化,比如23特别区的设立。用户可能想知道关 键的历史事件和时期,以及它们如何塑造了今天的东京。需要确保时间线清晰,重要 事件不遗漏。可能还需要简要提到古代部分,比如平安时代或更早的时期,是否有相 关历史。另外,东京都的成立时间,可能是在1943年,合并了东京府和东京市。”
Hugging Face DeepSeek
Hugging Face サイバーエージェントさんのDeepSeek
Thank You!