AWS发布Amazon Bedrock成本追踪工具:集成Athena与CUDOS实现精细化成本管理
摘要:AWS推出了针对Amazon Bedrock的精细化成本追踪解决方案,通过集成Amazon Athena和CUDOS仪表板,帮助用户实现对AI推理成本的全面可视化与分析。该方案支持按IAM主体、项目和团队进行成本分配,并提供多维度的成本分析查询模式,助力企业优化AI资源分配与成本控制。
AWS发布Amazon Bedrock成本追踪工具:集成Athena与CUDOS实现精细化成本管理
AWS近日发布了一项针对Amazon Bedrock的全新成本追踪解决方案,通过集成Amazon Athena和CUDOS仪表板,为用户提供了更精细化的AI推理成本管理工具。以下是本次发布的核心内容:
主要功能与特性
-
IAM主体级别的成本分配
- 通过在Cost and Usage Report (CUR) 2.0中启用IAM主体数据,用户可以追踪每个推理请求背后的具体用户或应用程序,从而实现按用户、应用或团队进行成本分配。
-
Amazon Athena集成
- 用户可以使用标准SQL查询CUR数据,进行灵活的成本分析。AWS提供了详细的设置指南和示例查询,帮助用户快速上手。
-
CUDOS仪表板
- CUDOS仪表板提供了预构建的可视化工具,支持按IAM主体、项目、团队等维度进行成本分组,并提供成本趋势分析。
- 新版CUDOS引入了按百万tokens计费的成本趋势线,帮助用户评估模型选择和提示优化的效果。
-
多维度成本分析查询模式
- AWS提供了三种主要的查询模式:按IAM主体和用途类型查询、按已知IAM主体标签查询,以及使用UNNEST函数进行动态标签发现。
技术亮点
- 精细化成本追踪:通过IAM主体级别的数据追踪,用户可以精准了解每个AI模型的调用成本。
- 灵活的可视化工具:CUDOS仪表板提供了丰富的可视化选项,用户无需编写SQL即可进行深入的成本分析。
- 高效的成本优化支持:通过分析不同模型和用途类型的成本趋势,用户可以优化AI资源的使用策略,降低总体成本。
行业影响
- AI成本管理的标准化:AWS推出的这套工具为AI成本管理提供了标准化的解决方案,有助于企业更好地控制AI相关支出。
- 推动AI应用的普及:通过降低AI推理成本的不透明性,这套工具可以促进更多企业采用AI技术,推动AI应用的普及。
开发者建议
- 尽早启用IAM主体数据追踪:为了充分利用这套工具,建议用户尽早启用CUR 2.0中的IAM主体数据追踪功能。
- 定期分析成本数据:定期使用Athena和CUDOS进行成本分析,及时发现和优化高成本的使用模式。
- 结合业务需求进行模型选择:根据CUDOS提供的成本趋势分析,选择最适合业务需求的AI模型。
结论
AWS通过集成Athena和CUDOS,为Amazon Bedrock用户提供了强大的成本追踪和分析工具。这套解决方案不仅提升了AI成本管理的精细化程度,还为企业在AI应用中的成本优化提供了有力支持。
—— 完 ——消息来源:AWS Machine Learning Blog (2026-08-12)
主题标签: #AWS #Amazon Bedrock #成本管理 #Athena #CUDOS
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区