在 Amazon OpenSearch Serverless 上設定Machine Learning

機器學習

Machine Learning (ML) 以 ML 演算法和遠端模型的形式提供 ML 功能。透過存取這些模型，您可以執行數個 AI 工作流程，例如 RAG 或語意搜尋。ML 支援使用您可以使用連接器設定的最新外部託管模型進行生成式 AI 使用案例的實驗和生產部署。設定連接器之後，您必須將其設定為模型，然後將其部署以執行預測。

連接器

連接器有助於存取第三方 ML 平台上託管的模型。它們可做為 OpenSearch 叢集與遠端模型之間的閘道。如需詳細資訊，請參閱下列 文件：

• 在 OpenSearch 文件網站上建立第三方 ML 平台的連接器

• 外部平台的連接器

• 的連接器 AWS 服務

  重要

  • 當您建立信任政策時，請將 新增ml.opensearchservice.amazonaws.com為 OpenSearch Service 原則。

  • 略過 連接器頁面上顯示如何在政策中設定網域的步驟。

  • 在設定許可步驟中新增 iam:PassRole陳述式。

  • 在 OpenSearch Dashboards 中略過映射 ML 角色步驟。不需要後端角色組態。這適用於外部平台的 Connectors AWS 服務 和 Connectors。 https://docs.aws.amazon.com/opensearch-service/latest/developerguide/ml-external-connector.html

  • 在對集合端點的 SigV4 請求中，將服務名稱設定為 ，aoss而不是 es。

模型

模型是用於各種 AI 工作流程的核心功能。一般而言，您可以將連接器與模型建立關聯，以使用連接器執行預測。在模型處於部署狀態後，您可以執行預測。如需詳細資訊，請參閱 OpenSearch 文件網站上的註冊第三方平台上託管的模型。

注意

OpenSearch Serverless 不支援所有模型功能，例如本機模型。如需詳細資訊，請參閱不支援的Machine Learning API 和功能 APIs 。

設定Machine Learning的許可

下一節說明Machine Learning (ML) 所需的集合資料存取政策。將預留位置值取代為您的特定資訊。如需詳細資訊，請參閱支援的政策許可。

{
    "Rules": [
        {
            "Resource": [
                "model/collection_name/*"
            ],
            "Permission": [
                "aoss:DescribeMLResource",
                "aoss:CreateMLResource",
                "aoss:UpdateMLResource",
                "aoss:DeleteMLResource",
                "aoss:ExecuteMLResource"
            ],
            "ResourceType": "model"
        }
    ],
    "Principal": [
        "arn:aws:iam::account_id:role/role_name"
    ],
    "Description": "ML full access policy for collection_name"
}
            

• aoss：DescribeMLResource – 准許搜尋和查詢連接器、模型和模型群組。

• aoss：CreateMLResource – 准許建立連接器、模型和模型群組。

• aoss：UpdateMLResource – 准許更新連接器、模型和模型群組。

• aoss：DeleteMLResource – 准許刪除連接器、模型和模型群組。

• aoss：ExecuteMLResource – 准許對模型執行預測。