Amazon SageMaker JumpStart に特化型基盤モデル 3 種が追加：音声認識、エージェント型 AI、バイオ分子構造予測

Amazon SageMaker JumpStart のラインナップに、BM 社の「granite-speech-4.1-2b」、Kakao 社の「kanana-2-30b-a3b-instruct」、Kakao 社の「OpenFold3」が追加されました。これら 3 つのモデルは、多言語音声認識 (ASR)、バイリンガル指示追従 (韓国語・英語)、およびバイオ分子複合体構造予測に特化化された能力を提供します。SageMaker JumpStart を利用することで、AWS 顧客は数クリックでこれらのモデルをデプロイ即可します。

🚀 Get Ready for Specialized AI!

今回のアップデートは、汎用的な LLM だけでなく、**「特定の用途に特化させたモデル」**を SageMaker JumpStart で手軽にデプロイできるようになった点が非常に強力です。特に、音声認識や創薬研究といった、非常にニッチかつ高度な計算リソースを必要とする領域へのアプローチが容易になります。

🛠️ 技術的な課題と解決策

• 音声処理の効率化: granite-speech-4.1-2b は 2B パラメータという軽量さでありながら、日本語を含む多言語 ASR/AST を高精度（WER 5.33%）かつ低遅延（RTF ~231）で実現します。大規模な音声データの文字起こしや翻訳ワークフローを、低コストかつ高速に構築したい場合に最適です。
• エージェント型 AI のスループット向上: kanana-2-30b-a3b-instruct は MoE (Mixture-of-Experts) アーキテクチャを採用しており、30B のパラメータを持ちながら推論時に 3B のみを使用するため、高いスループットを維持しつつ、文脈理解（最大 128K トークン）が可能です。AI エージェントの構築において、レスポンス速度と精度のバランスが重要となる場面で力を発揮します。
• OpenFold3 による研究加速: 拡散モデルを用いた OpenFold3 は、タンパク質だけでなく DNA や RNA といった複雑なバイオ分子の相互作用をモデリング可能です。創薬研究などの高度な計算科学分野において、計算リソースの確保とモデルデプロイの手間を大幅に削減できます。

🇯🇵 日本国内の利用環境

リサーチ結果に基づくと、Amazon SageMaker JumpStart 自体の可用性は 東京 (ap-northeast-1) および 大阪 (ap-northeast-3) リージョンで利用可能 です。ただし、各モデルの即時利用可否については公式発表内にリージョン別の明記がないため、サービス全体の可用性に基づいた判断となります。まずは利用可能なリージョンで SageMaker コンソールからカタログを確認することをお勧めします。

💡 実務上のアドバイス

• コストとパフォーマンスの検証: 軽量モデル（granite-speech）や MoE モデル（kanana）は、従来の巨大なモデルと比較して、コスト効率の高い推論環境を構築できる可能性があります。まずは小規模なインスタンスタイプでテストを行い、ユースケースに合わせて最適なインスタンスを選択してください。 heavy-duty な OpenFold3 のようなモデルは、heavy-duty な GPU インスタンスが必要になることが予想されます。

🔍 次のアクション

• SageMaker JumpStart モデルカタログをチェック: SageMaker コンソールにログインし、JumpStart モデルカタログを直接確認し、これらの 3 つのモデルがリストに表示されているか確認してください。
• SageMaker Python SDK を使用したデプロイ: SDK を使用して、モデルのデstep-by-step でデプロイを試行してください。

Reference: Amazon SageMaker JumpStart documentation https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html