Ein Unternehmen benötigt eine serverlose, nur intern nutzbare Chat-Schnittstelle, damit Mitarbeiter eine große interne Dokumenten-Wissensdatenbank durchsuchen können. Welche Kombination von Schritten erfüllt diese Anforderungen?

Amazon Bedrock mit Anthropic Claude ist die richtige Wahl, da es ein vollständig verwalteter Service ist, der Zugang zu leistungsstarken Foundation Models bietet und serverlos ist, was den Anforderungen an eine interne Chat-Schnittstelle entspricht. AWS Lambda-Funktionen mit Amazon API Gateway sind ideal, um die Modell-API aufzurufen, da dies eine serverlose Architektur für die Chat-Schnittstelle schafft, die skalierbar und kosteneffizient ist. Ein Amazon S3-Bucket ist die passende Option zum Speichern von Vektordatenbank-Dumps und Embeddings, da es ein hochverfügbarer, skalierbarer und kostengünstiger Objektspeicher ist, der gut für statische Daten geeignet ist. Amazon SageMaker JumpStart ist zwar eine Option für Foundation Models, aber Bedrock ist für diese Anforderung spezifischer und einfacher zu integrieren. Amazon EC2-Instances sind nicht serverlos und würden mehr Verwaltungsaufwand bedeuten. Amazon RDS for MySQL ist eine relationale Datenbank und nicht optimal für die Speicherung von Vektordatenbank-Dumps und Embeddings, für die ein Objektspeicher wie S3 besser geeignet ist.