Az AWS három ügynökkel épített GPU-s zenei gyártási folyamatot
Az AWS olyan többügynökös zenei gyártási folyamatot mutatott be, amelyben három specializált AI-ügynök ugyanazon a GPU-s példányon dolgozik. A rendszer zenét generál, hangmérnöki feldolgozást végez, majd megfelelőségi ellenőrzést futtat.
- Három AI-ügynök készít, dolgoz fel és ellenőriz egy zenei felvételt.
- A Runtime Instances legfeljebb 14 napos munkameneteket és GPU-használatot támogat.
- A közös runtimeSessionId ugyanarra az EC2-példányra helyezheti az ügynököket.
- Az ACE-Step modell 20 másodpercnyi, 48 kHz-es sztereó hangot körülbelül 9 másodperc alatt renderel.
- A külön csapatok egymástól függetlenül telepíthetik és frissíthetik ügynökeiket.
A Runtime Instances hosszabb munkamenetekre készült
Az AWS szeptember 30-án ismertette a megoldást az Amazon Bedrock AgentCore Runtime Instances környezetében. A bemutató arra a problémára ad példát, amikor több ügynöknek több napon át kell együttműködnie, meg kell osztania a korábbi munkát, és egymás kimeneteire kell építenie.
Az Amazon Bedrock AgentCore két számítási lehetőséget kínál az ügynökök futtatására. A MicroVM a kiszolgáló nélküli opció, gyors indulással, munkamenet-elkülönítéssel és fogyasztásalapú díjazással. Egy munkamenet legfeljebb 8 óráig tarthat, és egy microVM egy ügynököt futtat.
A Runtime Instances AWS által kezelt EC2-infrastruktúrát használ. A munkamenetek legfeljebb 14 napig tarthatnak, egy példány több ügynököt is futtathat, és támogatott példánycsalád esetén GPU is elérhető. A tárolás tartós Amazon EBS-köteten történik. A kapacitást kapacitásszolgáltató kezeli, az EC2-példányok pedig az ügyfél AWS-fiókjában futnak.
Három ügynök osztozik egy munkafolyamaton
A bemutatott rendszerben a Composition agent a producer kéréséből zenei briefet készít Claude Sonnet 4.6 segítségével, majd az ACE-Step nyílt forráskódú zenei generatív modellen tényleges hanganyagot állít elő. A modell közvetlenül az adott példány NVIDIA L4 GPU-ján fut. Az AWS szerint 20 másodpercnyi, 48 kHz-es sztereó hang renderelése körülbelül 9 másodpercet vesz igénybe.
A Delivery agent a megosztott fájlrendszerről beolvassa a létrehozott .wav fájlt, megméri, majd a mérések alapján Claude Sonnet 4.6 segítségével hangmérnöki feldolgozási láncot kér. Ez a lánc equalizálást, tömörítést és limitálást tartalmaz. A tényleges jelfeldolgozás után az ügynök újra megméri az eredményt.
A Compliance agent függetlenül ellenőrzi a kész változatot, összeveti a Delivery agent által megadott célértékekkel, és harmonikus hasonlóságot keres a stúdió korábbi katalógusával. Ha problémát talál, visszahívja a Composition agentet, amely alternatív változatot készít. A folyamat végén a producer lejátszható .wav fájlt és három, a döntéseket bemutató jelentést kap.
Közös azonosítóval kerülnek ugyanarra a gépre
A megoldás kulcsa a közös runtimeSessionId. Ha az ügynökök ugyanahhoz a kapacitásszolgáltatóhoz tartoznak, és ugyanazzal a munkamenet-azonosítóval hívják meg őket, az AgentCore ugyanarra az EC2-példányra helyezheti őket. Így ugyanazokat a köteteket és fájlrendszert használják, ezért hozzáférnek egymás kimeneteihez.
A tartós kötetre kerül a modell és a függőségei is. Az AWS példája szerint ezeket egy munkamenethez egyszer kell felépíteni, majd valamennyi későbbi hívás újra felhasználhatja, egy éjszakai leállítás után is. A producer így hétfőn a kompozícióval foglalkozhat, kedden pedig ugyanott folytathatja a kézbesítési munkát. Az infrastruktúra leálláskor automatikusan tétlen állapotba kerül, majd a következő híváskor folytatódik.
A három csapat külön is telepítheti a saját ügynökét. A Composition agent konténerképként érkezik az Amazon Elastic Container Registryből, a Delivery agent szintén konténerképként, a Compliance agent pedig Amazon S3-on tárolt zip-fájlként. Az AWS szerint egy csapat új verziót is kiadhat anélkül, hogy a másik két ügynök futását módosítaná.
A bemutató gyakorlati mintaként használható
Az AWS útmutatója végigvezeti a felhasználót a teljes folyamat létrehozásán. A lépések között szerepel az ügynökök definiálása, a GPU-s példányt és tartós köteteket biztosító kapacitásszolgáltató létrehozása, az egyes futtatók telepítése, majd a megosztott munkamenet-azonosítóval történő meghívás.
A példához AWS-fiók, megfelelő infrastruktúra-létrehozási jogosultság, beállított AWS CLI, legalább egy alhálózattal és biztonsági csoporttal rendelkező VPC, valamint engedélyezett Claude Sonnet 4.6-hozzáférés szükséges az Amazon Bedrock konzoljában. Emellett Finch vagy más OCI-kompatibilis konténereszköz, Python 3.10 vagy újabb, továbbá boto3 legalább 1.36.0 vagy botocore legalább 1.43.72 verziója kell.
A minta az AgentCore samples GitHub-tárházban érhető el. Az AWS szerint a Runtime Instances azokhoz a munkafolyamatokhoz illeszkedik, amelyeknél a többnapos állapotmegőrzés, a GPU-használat, a közös fájlrendszer és több ügynök együttes futtatása fontos követelmény.
AWS: Build a multi-agent music production pipeline on Amazon Bedrock AgentCore Runtime Instances
