本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
使用執行模型推論的檔案設定 Amazon S3 儲存貯體之後，您可以建立批次推論任務。開始之前，請檢查您是否根據中所述的說明設定檔案格式化和上傳批次推論資料。
注意
若要使用 VPC 提交批次推論任務，您必須使用 API。選取 API 索引標籤，了解如何包含 VPC 組態。
若要了解如何建立批次推論任務，請選擇您偏好方法的索引標籤，然後遵循下列步驟：
建立批次推論任務
-
AWS Management Console 使用具有 Amazon Bedrock 許可的 IAM 角色登入 ，然後開啟位於 https：//https://console.aws.amazon.com/bedrock/
的 Amazon Bedrock 主控台。 -
從左側導覽窗格中，選取批次推論。
-
在批次推論任務區段中，選擇建立任務。
-
在任務詳細資訊區段中，為批次推論任務提供任務名稱，然後選擇選取模型，以選取要用於批次推論任務的模型。
-
在輸入資料區段中，選擇瀏覽 S3，並為批次推論任務選取 S3 位置。批次推論會在該 S3 位置處理所有 JSONL 和隨附的內容檔案，無論該位置是 S3 資料夾還是單一 JSONL 檔案。
注意
如果輸入資料位於 S3 儲存貯體中，該儲存貯體與您提交任務的 S3 儲存貯體屬於不同的帳戶，您必須使用 API 來提交批次推論任務。若要了解如何執行此操作，請選取上方的 API 索引標籤。
-
在輸出資料區段中，選擇瀏覽 S3 並選取 S3 位置，以儲存批次推論任務中的輸出檔案。根據預設，輸出資料將由 加密 AWS 受管金鑰。若要選擇自訂 KMS 金鑰，請選取自訂加密設定 （進階），然後選擇金鑰。如需加密 Amazon Bedrock 資源和設定自訂 KMS 金鑰的詳細資訊，請參閱 資料加密。
注意
如果您打算將輸出資料寫入 S3 儲存貯體，而該儲存貯體屬於與提交任務不同的帳戶，則必須使用 API 來提交批次推論任務。若要了解如何執行此操作，請選取上方的 API 索引標籤。
-
在服務存取區段中，選取下列其中一個選項：
-
使用現有服務角色 — 從下拉式清單中選取服務角色。如需有關使用適當許可權設定自訂角色的詳細資訊，請參閱 批次推論的必要許可。
-
建立並使用新的服務角色 — 輸入服務角色的名稱。
-
-
（選用） 若要將標籤與批次推論任務建立關聯，請展開標籤區段，並為每個標籤新增索引鍵和選用值。如需詳細資訊，請參閱標記 Amazon Bedrock 資源。
-
選擇 Create batch inference job (建立批次推論任務)。
