Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
In diesem Artikel werden maschinelles Lernen und KI-Dienste von Amazon Web Services (AWS) und Azure verglichen. Es umfasst Modellentwicklung, automatisiertes maschinelles Lernen, generative KI, Vision, Sprache, Sprache, Dokumentintelligenz, Unterhaltungs-KI und KI-basierte Suche.
Informationen zur Datenintegration, Data Lakes, Data Warehouses, Datenstromverarbeitung und Business Intelligence finden Sie unter Analysedienste auf Azure und AWS. Informationen zu operativen relationalen und nicht relationalen Datenspeichern finden Sie unter Datenbankdienste zu Azure und AWS.
AWS und Azure verpacken KI-Funktionen unterschiedlich. Ein Dienst in einer Cloud kann einer Kombination aus Diensten oder Modellen in der anderen zugeordnet werden. Vergleichen Sie Modell- und Sprachverfügbarkeit, unterstützte Modalitäten, Anpassungen, Auswertung, verantwortungsvolle KI-Steuerelemente, regionale Verfügbarkeit, Latenz, Durchsatz, Datenverarbeitung, Netzwerk und Preise, bevor Sie einen Zieldienst auswählen.
Dienste für maschinelles Lernen
Die folgenden Tools und Plattformen ermöglichen die Entwicklung, Schulung und Bereitstellung von Machine Learning-Modellen.
| AWS-Dienst | Microsoft-Dienst | Analyse |
|---|---|---|
| Amazon SageMaker | Fabric Data Science-Workload mit Machine Learning-Integration | Amazon SageMaker ist eine verwaltete Plattform zum Erstellen, Trainieren und Bereitstellen von Machine Learning-Modellen im Maßstab. Azure bietet ein Äquivalent über Machine Learning, einen End-to-End-verwalteten Dienst, der Datenvorbereitung, automatisierte maschinelles Lernen, Modellbereitstellung und Machine Learning-Vorgänge unterstützt. Die Fabric Data Science-Arbeitsauslastung bietet Modellentwicklung und -anreicherung. Es integriert sich mit Machine Learning für das Training, GPU-Beschleunigung und die Bereitstellung auf Unternehmensniveau. |
| AWS Deep Learning Amazon Machine Images (AMIs) | Virtuelle Data Science-Computer (VMs) mit Maschinellem Lernen | AWS Deep Learning-AMIs bieten vorgefertigte VM-Images mit beliebten Deep Learning-Frameworks, GPU-Treibern und Bibliotheken, um die Entwicklung von KI-Modellen zu beschleunigen. Azure bietet eine ähnliche Erfahrung über Data Science-VMs, die mit Python, R, Jupyter und Deep Learning Frameworks wie TensorFlow und PyTorch vorkonfiguriert sind. Kombinieren Sie Maschinelles Lernen mit Data Science-VMs, um eine verwaltete Plattform für Schulungs-, Bereitstellungs- und Machine Learning-Vorgänge zu erstellen. |
| Amazon SageMaker Autopilot | Fabric Data Science-Workload mit Machine Learning-Integration | Amazon SageMaker Autopilot automatisiert den Lebenszyklus des maschinellen Lernens, indem Datenvorverarbeitung, Algorithmusauswahl und Hyperparameteroptimierung mit minimalem manuellen Aufwand verarbeitet werden. Die Fabric Data Science-Arbeitsauslastung bietet automatisierte machine learning-gesteuerte Modellentwicklung und integriert sich in Machine Learning für Schulungen und Operationalisierung. |
| Amazon SageMaker Autopilot | Automatisiertes maschinelles Lernen | Diese Dienste bieten automatisiertes maschinelles Lernen zum Erstellen und Trainieren von Modellen. |
| Amazon SageMaker Studio | Fabric Data Science-Workload mit Machine Learning-Integration | Amazon SageMaker Studio ist eine integrierte Entwicklungsumgebung für maschinelles Lernen in AWS. Es stellt eine einzige webbasierte Schnittstelle zum Erstellen, Trainieren und Bereitstellen von Modellen bereit. Die Fabric Data Science-Workload kombiniert Notizbücher für die Zusammenarbeit und Spark-basierte Umgebungen in einer einheitlichen Analyseplattform und integriert sich in Machine Learning für Schulungen und Bereitstellungen. |
| Amazon SageMaker Studio | Azure Machine Learning Studio | Diese Dienste bieten integrierte Entwicklungsumgebungen für maschinelles Lernen. Amazon SageMaker Studio bietet eine einheitliche Schnittstelle für alle Machine Learning-Entwicklungsschritte, einschließlich Debugging- und Profilerstellungstools. |
KI-Dienste
KI-Dienste bieten vorgefertigte, anpassbare KI-Funktionen für Anwendungen, einschließlich Bildverarbeitung, Spracherkennung, Sprachverarbeitung und Entscheidungsfindungsfunktionen.
| AWS-Dienst | Azure-Dienst | Analyse |
|---|---|---|
| Amazon Rekognition | Microsoft Foundry Models und Computer Vision AutoML in Azure Machine Learning | Amazon Rekognition bietet vorgefertigte Bild- und Videoanalysefunktionen. Azure verfügt nicht über einen aktuellen Dienst, der jeder Rekognitionsfunktion zugeordnet ist. Verwenden Sie multimodale Gießereimodelle für unterstützte Bildverständnisszenarien. Verwenden Sie Azure Machine Learning AutoML, um benutzerdefinierte Bildklassifizierungs- oder Objekterkennungsmodelle zu trainieren. Bewerten Sie die Modellunterstützung, Genauigkeit, Latenz, verantwortungsvolle KI-Steuerelemente und regionale Verfügbarkeit für Ihr Szenario. |
| Amazon Polly | Azure Speech in Foundry Tools Text-zu-Sprache | Amazon Polly ist ein Text-zu-Sprache-Dienst, der Text in lebensnahe Sprache konvertiert, indem neurale Stimmen in mehreren Sprachen verwendet werden. Sprachtext-zu-Sprache bietet qualitativ hochwertige neurale Stimmen, Echtzeitstreaming und Batchsynthese für Anwendungen wie Sprachassistenten, interaktive Sprachantwortsysteme (INTERACTIVE Voice Response, IVR) und Barrierefreiheitslösungen. Benutzerdefinierte neurale Stimme kann eine eindeutige Stimme für eine Marke erstellen, aber es ist ein Feature mit eingeschränktem Zugriff, das eine Kundenberechtigung, Registrierung und Microsoft Genehmigung für einen bestimmten Anwendungsfall erfordert. |
| Amazon-Transkription | Sprach-zu-Text-Sprache | Amazon Transcribe bietet Sprach-zu-Text mit Echtzeittranskription und benutzerdefinierten Vokabularn, die häufig für Anrufanalysen und Untertitel verwendet werden. Sprach-zu-Text bietet Echtzeit- und Stapeltranskription, Sprecher-Diarisierung und benutzerdefinierte Modelle für spezifische Genauigkeit in bestimmten Domänen. |
| Amazon Übersetzer | Azure Translator in Foundry Tools | Amazon Translate ist ein neuraler maschineller Übersetzungsdienst, der Übersetzungen in mehreren Sprachen für Websites, Apps und mehrsprachige Inhalte bereitstellt. Translator bietet ähnliche Funktionen mit Echtzeit- und Batchübersetzung in mehr als 100 Sprachen. Es enthält auch Features wie Transliteration, Spracherkennung und benutzerdefinierte Glossare für domänenspezifische Genauigkeit. |
| Amazon verstehen | Azure-Sprachdienst in Foundry Tools | Amazon Comprehend ist ein NLP-Dienst (Natural Language Processing), der Einblicke aus Text extrahiert, einschließlich Stimmung, Schlüsselausdrücke und Entitäten. Diese Funktionen helfen beim Analysieren von Kundenfeedback und Dokumenten. Sprache (Textanalyse) bietet ähnliche Funktionen mit Features wie Stimmungsanalyse, Schlüsselauszugsextraktion, benannte Entitätserkennung und benutzerdefinierte Textklassifizierung. |
| Amazon Lex | Konversationssprachverständnis in Microsoft Foundry | Diese Dienste erstellen Unterhaltungsschnittstellen, die das Verständnis natürlicher Sprachen verwenden. Azure verfolgt einen modularen Ansatz, bei dem das Verstehen konversationeller Sprache für die Erkennung von Intentionen und die Extraktion von Entitäten zuständig ist. Andere Komponenten verwalten Dialog und Integration. Amazon Lex bietet eine integrierte Lösung zum Erstellen von Unterhaltungsschnittstellen vollständig innerhalb des AWS-Ökosystems. |
| Amazon Textract | Azure Dokumentintelligenz in Gießereitools | Amazon Textract ist ein maschineller Lerndienst, der Text und Daten aus gescannten Dokumenten extrahiert, einschließlich Tabellen und Formularen, um die Dokumentverarbeitung zu automatisieren. Document Intelligence bietet ähnliche Funktionen mit optischer Zeichenerkennung (OCR), vorgefertigten Modellen für Rechnungen, Belege und IDs sowie die Möglichkeit, benutzerdefinierte Modelle für domänenspezifische Formulare zu trainieren. Document Intelligence unterstützt die multisprachliche Extraktion und bietet Layoutanalysen für komplexe Dokumente. |
| Amazon OpenSearch-Dienst | KI-Suche | Für Anwendungssuchworkloads unterstützen beide Dienste die Volltext- und Vektorsuche. Azure KI-Suche bietet auch Hybridsuche, semantisches Ranking und KI-Anreicherung für Suche und abrufgestützte Generierung (RAG). Es ersetzt keine OpenSearch-Protokollanalyse- oder Echtzeitanalysefunktionen. Informationen zu diesen Workloads finden Sie unter Analysedienste auf Azure und AWS. |
Generative KI-Dienste
Die folgenden KI-Dienste erstellen neue Inhalte oder Daten, die einer vom Menschen generierten Ausgabe ähneln, z. B. Text, Bilder oder Audio.
| AWS-Dienst | Azure-Dienst | Analyse |
|---|---|---|
| Amazonas-Grundgestein | Microsoft Foundry | Diese Dienste bieten Foundation-Modelle zum Erstellen und Bereitstellen von generativen KI-Anwendungen. |
Beitragende
Microsoft verwaltet diesen Artikel. Die folgenden Mitwirkenden haben diesen Artikel geschrieben.
Hauptautor:
- Regina Hackenberg | Leitender technischer Spezialist
Andere Mitwirkende:
- Filipa Lobão | Cloud-Lösungsarchitekt
Um nicht-öffentliche LinkedIn-Profile anzuzeigen, melden Sie sich bei LinkedIn an.