OpenAI Codex-ը ինտեգրվում է Amazon Bedrock-ի հետ ձեռնարկությունների մոդելային եզրակացության համար
AWS-ը նկարագրում է OpenAI Codex-ը Amazon Bedrock եզրակացության հետ գործարկելու երեք տարածման ուղի՝ սկսելով IAM Identity Center-ով նվազագույն արտոնություններով փորձնական փուլից և ընդլայնվելով կառավարվող դարպասներով կամ հարցման ուղու անհատական վերահսկողությամբ։
Amazon Web Services-ը հրապարակել է ուղեցույց OpenAI Codex-ը Amazon Bedrock-ի հետ գործարկելու համար որպես եզրակացության բեքենդ՝ աջակցվող OpenAI մոդելների համար։ Հոդվածը ներկայացնում է երեք տարածման ուղի, որոնք թույլ են տալիս հարթակի թիմերին պահպանել գոյություն ունեցող AWS ինքնության, անվտանգության և դիտարկման պրակտիկաները՝ միաժամանակ մշակողներին տալով Codex մուտք իրենց աշխատանքային կայաններում։
Codex-ի երեք տարածման ուղիները Bedrock-ում
Ամենապարզ ուղին Native AWS Access-ն է, որն օգտագործում է IAM Identity Center-ը աշխատակազմի մուտքի և ժամանակավոր հավատարմագրերի համար։ Մշակողները մուտք են գործում գոյություն ունեցող ինքնության մատակարարի միջոցով, և Codex-ը ուղղակիորեն կանչում է Amazon Bedrock Runtime-ը։ Երկրորդ ուղին՝ AgentCore Gateway-ը, տրամադրում է AWS-ի կառավարվող դարպասային ենթակառուցվածքը կենտրոնացված երթուղման և Amazon Bedrock Guardrails-ի համար։ Երրորդ ուղին՝ LLM Gateway-ը, հարմար է կազմակերպություններին, որոնք արդեն գործարկում են դարպաս կամ ցանկանում են վերահսկողություն կիրառել հարցման ուղու վրա; անհատական ինտեգրումը այս տարբերակի առաջադեմ տարբերակն է։ Յուրաքանչյուր ուղի տարբեր վերահսկողության պահանջները համապատասխանեցնում է պատասխանատու թիմին, և ուղեցույցը խորհուրդ է տալիս սկսել պահանջը բավարարող ամենապարզ ուղուց։
Փորձնական ստուգում և ինքնության մեկուսացում
Ուղեցույցը սկսվում է փոքր, նվազագույն արտոնություններով փորձնական փուլից։ Նախապայմանները ներառում են փորձնական օգտատերերի ավելացումը աշխատակազմի ինքնության համակարգում առանձին խմբի, տրամադրումը IAM Identity Center-ին, Amazon Bedrock տարածաշրջանի և հասանելի OpenAI մոդելի, օրինակ՝ GPT-5.6 Sol-ի ընտրությունը, և միայն անհրաժեշտ մոդելային եզրակացության թույլտվությունների տրամադրումը։ Փորձնական փուլը վավերացնում է AWS մուտքը ուղղակի Bedrock Runtime կանչով, կարգավորում է Codex մատակարարին հաստատված մոդելի և պրոֆիլի օգտագործմամբ, և գործարկում է անվտանգ միայն կարդալու առաջադրանք ոչ արտադրական պահոցում։ Երկու օգտատերով ինքնության մեկուսացման ստուգումը ապահովում է, որ առանձին փորձնական օգտատերերը ստեղծեն տարբեր assumed-role սեսիաներ, աուդիտի գրառումներ և տելեմետրիա՝ միաժամանակ օգտագործելով նույն հաստատված Codex և Bedrock ուղին։
Դիտարկում, ծախսերի բաշխում և կառավարում
Դիտարկումը օգտագործում է AWS Distro for OpenTelemetry հավաքիչը և կառավարվող CloudWatch վահանակը՝ գրանցելու Codex հաճախորդի չափումները, ինչպիսիք են տոկենների օգտագործումը, շրջափուլերը, API հարցումները և գործիքային կանչերը։ Amazon Bedrock ծառայության չափումները, AWS ինքնության գրառումները և Cost and Usage Report-ը տրամադրում են ծառայության կողմից գործունեություն, վերագրում և հաշվարկված օգտագործում։ Ուղեցույցը շեշտում է այս աղբյուրների համակցումը տարածված ուղու համար և այն, որ տոկենների ծավալը չպետք է ներկայացվի որպես ծախսերի հաշվետվություն։ Վերահսկողության փորձարկումները ներառում են հայտնաբերման ազդանշաններ, IAM և կառավարվող հաճախորդի վերահսկողություններ մուտքի սահմանների համար, և դարպասի քաղաքականություն հարցման ուղու կիրառման համար, օրինակ՝ կոշտ բյուջեներ կամ արագության սահմանափակումներ։
Փուլային ընդլայնում և կարգավորման սահմաններ
Ենթակառուցվածքային ուղին աշխատելուց հետո տարածումը ստանդարտացնում է մշակողի փորձը կազմակերպության պատկանող պլագինների, հուկերի և հաստատված Model Context Protocol սերվերների միջոցով։ Պլագինները տարածում են ընդհանուր հմտություններ և MCP ինտեգրումներ՝ տարբերակմամբ և վերանայմամբ։ Հուկերը կիրառում են քաղաքականության հրամաններ PreToolUse, PostToolUse կամ SessionStart իրադարձություններում։ MCP սերվերները ստեղծում են առանձին վստահության սահմաններ և պահանջում են սահմանափակ մուտք, հաստատված հավատարմագրերի կառավարում և օգտատիրոջ հաստատում արտաքին փոփոխությունների համար։ Ադմինիստրատորի գործարկման ստուգաթերթը գրանցում է ընտրված ուղին, պատասխանատու թիմը, տարածաշրջանը, մոդելը և փորձնական թույլտվությունները, և պահանջում է ոչ արտադրական փորձարկում, որը ծածկում է մուտքը, մոդելի հասանելիությունը և անվտանգ Codex առաջադրանքը։ Մաքրումը հեռացնում է Codex կարգավորումը, IAM նշանակումները, դարպասի մուտքը, տելեմետրիայի հավաքիչները և փորձնական վահանակները՝ ստուգելով, որ նոր կանչերը մերժվում են։
Աղբյուրներ՝ AWS Machine Learning Blog
SiTech — AI-ով հզորացված վեբ մշակում
Ստեղծում ենք արագ ու ժամանակակից կայքեր և AI-ը ներդնում իրական բիզնես գործընթացներում։ Ունե՞ք նախագիծ կամ հարց։ Ուրախ կլինենք օգնել։