AnthropicのClaude Opus 5、Claude Sonnet 5、Claude Haiku 4.5が、Amazon Bedrockでインド国内での推論(in-country inferencing)として利用可能になりました。インドの顧客は、すでに対応しているグローバルクロスリージョン推論(global cross-Region inference)に加えて、Amazon BedrockでこれらのClaudeモデルを利用しつつ、データをインドのリージョン内で処理できるようになりました。インドのリージョン内でデータを処理しながらClaudeモデルをAmazon Bedrockで利用できることは、顧客が希望する地理的範囲でデータをローカルに処理する要件を満たす必要がある場合に役立つ可能性があります。インドのリージョナルエンドポイントは、地理的クロスリージョン推論(geographic cross-Region inference)を通じて提供されます。
インドの地理的クロスリージョン推論(India geographic cross-Region inference)は、ムンバイ(Mumbai)リージョンとハイデラバード(Hyderabad)リージョンを起点として動作します。Amazon Bedrockコンソールから、またAnthropicのMessages API、Amazon Bedrock InvokeModel API、Converse APIを使ったコードで、使い始める方法も示されます。
クロスリージョン推論の仕組み
Amazon Bedrockは、AIアプリケーションの規模を確保するために、クロスリージョン推論(cross-Region inference)プロファイル(inference profile)を提供しています。これは、各リージョンの容量を管理することなく、複数のAWSリージョンにまたがって推論を分散できる機能です。クロスリージョン推論では、リクエストはAPI呼び出しを行うソースリージョン(source Region)から発生し、推論プロファイルで定義された宛先リージョン(destination Region)のいずれかに自動的にルーティングされます。リクエストは単一リージョンの容量に縛られず、より広いコンピュートのプールを利用します。これにより、特にトラフィックのピーク時に、負荷がかかった状態でもスループットと一貫した性能を維持しやすくなります。
インドの地理的プロファイル(India geographic profile)は、推論をインド国内にとどめます。リクエストはap-south-1とap-south-2の間でのみルーティングされます。入力プロンプトと出力結果は、この2つのリージョン間で移動する場合があります。
クロスリージョン推論は、転送中のデータに対するエンドツーエンドの暗号化を備えた安全なAWSネットワークを通じて動作します。利用する場合、顧客データは宛先リージョンには保存されず、ソースリージョン内にのみ残ります。Amazon Bedrockはゼロデータ保持(ZDR)のデータセキュリティモデルを採用しており、デフォルトではモデルの入力や出力を保存しません。ただし、一部のモデルでは、コンテンツが自動の安全分類器(safety classifier)によりフラグ付けされた場合に、条件としてAWSによる人間のレビューが必要になります。詳細については、Amazon Bedrock User GuideのData retentionに記載されています。
クロスリージョン推論では、どの宛先リージョンがリクエストを処理したかにかかわらず、課金とクォータの消費はソースリージョンのアカウントに対して追跡されます。
Amazon CloudWatchとAWS CloudTrailはログエントリをソースリージョンにのみ記録するため、モニタリングは1か所にまとまります。
地理的クロスリージョン推論は`bedrock-runtime`エンドポイントで利用でき、AnthropicのMessages API、Amazon BedrockネイティブのInvokeModel APIとConverse APIに対応しています。さらに、Amazon Bedrock Guardrailsやintelligent prompt routingなどのAmazon Bedrockの機能にも対応しています。
コンソールのプレイグラウンドでの使い方
Amazon Bedrockコンソールのテキストプレイグラウンドでは、Claudeモデルにアクセスできます。コーディングやSDKのセットアップは不要です。まず、1. ソースとして使うリージョンでAmazon Bedrockコンソールを開きます。次に、2. ナビゲーションペインの Test の下で Playground を選びます。3. ページ中央の Select model を選んだ後、4. Anthropic Claude Opus 5 を検索し、Inference の推論プロファイルとして IN Anthropic Claude Opus 5 を選んで Apply を選びます。5. プロンプトを入力して Run を選ぶと、応答が生成されます。
APIで呼び出す前提条件と方法
API呼び出しを行うための前提条件は、Amazon Bedrockにアクセスできる有効なAWSアカウントがあること、AWS CLIがインストールされ設定済みであること、そしてPython 3.8以上であることが必要です。
API呼び出しの前提条件として、Boto3が `pip install boto3` でインストール済みであること、Anthropic SDKが `pip install anthropic` でインストール済みであること、そしてAmazon Bedrock のモデル推論の認証用の Bedrock Token Generator が `pip install aws_bedrock_token_generator` でインストール済みであることが必要です。また、AWS Identity and Access Management(IAM)のロールまたはユーザーに、推論プロファイルのうち地理的クロスリージョン推論用のものを使って Amazon Bedrock モデルを呼び出すために必要な権限があることが必要です。
Claude Opus 5、Claude Sonnet 5、Claude Haiku 4.5には、インドの地理的推論プロファイルID(India geographic inference profile ID)を使ってプログラムからアクセスできます。Anthropic SDK経由で `bedrock-runtime` 上のAnthropic Messages APIを使うか、AWS Command Line Interface (AWS CLI) とAWS SDK経由で `bedrock-runtime` 上のInvokeModel APIおよびConverse APIを使い続けるかのいずれかの方法があります。また、`anthropic` SDKパッケージを使って Anthropic Messages APIを呼ぶこともでき、合理化された体験が得られます。
Claudeモデルをコードから呼び出す場合は、AWS SDK for Python (Boto3) から InvokeModel APIを使えるほか、Amazon Bedrock Converse APIを使うことで複数モデルを統一的に利用することもできます。
使用状況、パフォーマンス、コストはCloudWatchとAWS Cost Explorerで監視でき、需要の増加に合わせてアプリケーションをスケールできます。各リージョンでのモデルの提供状況に関する最新情報は、Amazon Bedrock User GuideのRegional availability by modelsを参照してください。
Amazon Bedrock のインドの地理的クロスリージョン推論で Anthropic の Claude Opus 5、Claude Sonnet 5、Claude Haiku 4.5 が使えるようになり、推論を国内にとどめたまま、拡張性と回復力の高い生成AIアプリケーションを構築できます。利用を始めるには、Amazon Bedrockコンソールで Anthropic の Claudeモデルにアクセスするか、インドの地理的推論プロファイルIDを使って API で呼び出します。