Exowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型、成本低至 49 倍

Exowatt 为 AI 数据中心等能源密集型场景构建模块化、可调度的太阳能系统，旗舰产品 P3 通过光学透镜采集太阳能、以长时热电池储热，再由热机按需发电，直接在以表后方式为数据中心供电，绕开多年电网互联排队。随着其机队从测试台走向量产和数千台现场部署，运行这些系统的智能层也必须同步扩展。

问题：边缘环境里的窄任务

Exowatt 的能源管理系统（EMS）在持续扩张的现场机队上运行，每个站点不断产生告警：硬件部件超出规格、连接中断、电压读数越界等。机队规模迈向数千台后，人工操作员无法实时监控每个站点，公司需要一个能读取站点告警状态并自主、可靠地采取或建议下一步动作的 AI 智能体。

原文给出前沿模型无法胜任的三个原因：任务狭窄且专有，告警分诊依赖 Exowatt 自身的硬件、数据和运行逻辑；许多站点只有有限或间歇性连接，且边缘侧没有 GPU，依赖云端调用的智能体在断网时会让操作员失去覆盖；把每个运营决策都路由到前沿模型，在数千站点规模上成本不可行。

此前的微调流程需要先选开源权重模型、构建容器、编写自定义训练配方，还要自行决定 GPU 硬件规格并等待所选实例可用，实例类型不可用时训练会被延迟甚至完全阻塞，这成为模型实验的主要障碍。

方案：两条部署目标共用一条流水线

Exowatt 采用 Amazon SageMaker AI 的无服务器模型定制，同一条训练流水线产出面向边缘和云端的两类微调模型。第一个用例是边缘告警分诊，基于 Qwen3-1.7B；第二个用例是云端能源市场分析，基于 Qwen3-14B。公司计划复用该方案，为整个机队构建更小的任务专用模型。

流水线由七项 AWS 服务支撑，无需管理实例、集群或端点：Amazon S3 存放数据、清单、模型产物和测试集；SageMaker AI 无服务器微调从 Public Hub 配方发起每次训练；SageMaker AI 无服务器评估以托管作业为每个候选模型评分 2,000 条答案；SageMaker Model Registry 登记每次完成的微调及其证据与指标；Amazon Bedrock Custom Model Import 托管微调后的 Qwen3-14B 供云端 EMS 私有调用，无空闲成本；Amazon Bedrock 上的 Claude 与 Qwen3 用于训练数据改写（每条答案三次改写）和前沿模型基准测试，告警分诊改写使用 Qwen3-VL-235B，能源市场改写使用 Claude Sonnet 4.6；AWS Lambda 与 Amazon EventBridge 承担无服务器评估评分器和自定义模型的定时保活调用。

工作流分三阶段：云端模型定制阶段用 LoRA 与监督微调（SFT）训练开源权重基座模型，无服务器训练按需分配容量，团队每天可跑多次实验，评估后最佳模型登记到 Model Registry；边缘部署阶段面向告警分诊这类延迟敏感、连接受限的工作负载。

编辑部观察

原文强调，这两个模型只是流水线的首批产出而非终点，更持久的成果是流水线本身——从原始运营数据到认证训练集、微调模型和经评估的部署产物的可重复路径，Exowatt 现在能在数天内而非数月内走完。告警分诊和能源市场分析只是众多狭窄、高价值任务中的两个，同类方法可以复用。

对考虑类似路径的团队，可核查的点包括：任务是否足够狭窄且数据专有、边缘侧是否确实无 GPU 且连接不稳定、决策频次是否高到让前沿模型调用成本失控。原文未披露具体精度数值、各阶段耗时明细和部署规模时间表，这些信息需向厂商进一步确认。