Amazon Nova

解決する課題

生成 AI を導入したいものの、外部ベンダーのモデルに依存することやコスト、データの取り扱いに不安を抱えるケースは多いです。Amazon Nova は AWS 自身が開発した基盤モデル群で、これらを AWS の環境内で完結させやすくします。

• AWS が自社開発した基盤モデルを、Amazon Bedrock の統一 API から利用できる
• テキスト理解に加えて画像生成・動画生成まで、用途別のモデルがそろう
• 軽量モデルから高性能モデルまであり、速度・コスト・品質のバランスで選べる

利用者は推論基盤を自前で持たず、用途に合うモデルを選んで API で呼び出すだけで生成 AI を組み込める点が中心的な価値です。

主要概念と用語

• 基盤モデル（FM）: 大量データで事前学習された汎用モデル。Nova はこの基盤モデルの一群（ファミリー）にあたる
• 理解（テキスト）系モデル: テキストや画像などの入力を理解し、テキストを生成するモデル。軽量・高速なものから高性能なものまで段階的にそろう
• マルチモーダル入力: テキストだけでなく、画像や動画などの入力も受け取って処理できる性質
• 画像生成モデル: 指示文（プロンプト）から画像を生成するモデル
• 動画生成モデル: 指示文や画像をもとに短い動画を生成するモデル
• コンテキストウィンドウ: 一度に扱える入力トークンの範囲。長文の処理可否に影響する
• トークン: モデルが処理する文字のまとまり。入力・出力トークン数が課金や上限の基準になる
• Amazon Bedrock: 複数ベンダーの基盤モデルを統一 API で呼び出せるマネージドサービス。Nova もこの上で提供される

仕様・制限・クォータ

• Nova はファミリーであり、理解（テキスト生成）系と画像生成系、動画生成系といった用途別のモデルで構成される
• 理解系は軽量で高速・低コストなモデルから、高品質を狙う上位モデルまで段階的にそろい、用途に応じて選ぶ
• 一部のモデルはテキストに加えて画像や動画も入力として受け取れるマルチモーダル対応である
• 1 リクエストあたりのトークン数や、リクエストレート（1 秒あたりの呼び出し数・トークン数）にクォータがあり、引き上げ申請が可能な項目もある
• 利用できるモデルの種類や機能はリージョンによって異なる

対応モデルの一覧・コンテキスト長・上限値・対応リージョンは更新されるため、最新の公式ドキュメントで確認してください。

内部の仕組み

利用者から見ると、Bedrock の共通 API にモデル ID とプロンプトを渡すと、対応する Nova モデルが推論して応答を返すブラックボックスとして扱えます。

• 理解系の推論: テキストや画像などの入力を受け取り、要約・分類・対話・抽出といったタスクに応じたテキストを生成する。応答はまとめて返す方式と、逐次返すストリーミング方式を選べる
• 画像生成: プロンプトに基づいて画像を生成する。生成枚数やサイズなどのパラメータを指定する
• 動画生成: プロンプトや起点となる画像から、短い動画を生成する。生成には一定の処理時間がかかる非同期的な扱いになる場合がある
• モデル選択: 同じ Bedrock の API のまま、モデル ID を変えるだけで軽量モデルと上位モデルを切り替えられる

モデルの学習基盤やスケーリング、ハードウェアの管理はすべて AWS 側が担います。

設計パターン / ベストプラクティス

• 軽量モデルから試す: まず低コストで高速な軽量モデルで要件を満たせるか確かめ、品質が足りなければ上位モデルへ段階的に引き上げる
• タスクでモデルを振り分ける: 単純な分類や抽出は軽量モデル、複雑な推論や長文処理は上位モデルへと振り分けてコストを抑える
• プロンプトで作り込む: ファインチューニングの前に、指示文や少数の例示（フューショット）で精度を上げられないか試す
• ストリーミングで体感を改善: 対話用途では応答をストリーミングし、ユーザーの待ち時間の体感を減らす
• 生成系は非同期前提で設計: 動画など生成に時間のかかる処理は、完了を待つ非同期の流れとして組み込む

運用・監視

• API 呼び出し回数・トークン数・遅延などのメトリクスは CloudWatch で監視する
• API 操作の監査証跡は CloudTrail に記録される
• 入出力（プロンプトと応答）のログ記録を有効化し、品質評価や監査に活用する
• レート上限に達した場合は指数バックオフによる再試行を実装し、必要に応じてクォータ引き上げを検討する

コスト

• 理解系モデルの課金は基本的に処理した入力・出力トークン数に対する従量制で、サーバーの常時起動費用は発生しない
• 同じファミリー内でも軽量モデルほど単価が低く、上位モデルほど高い傾向があるため、タスクに合わせた選定がそのままコストに効く
• 画像生成・動画生成は、生成した枚数や長さなど別の単位で課金される傾向がある
• 高く安定したスループットが必要な場合は、Bedrock の容量を確保する方式を比較検討する

具体的な単価はモデルやリージョンで変動するため、料金は公式の料金ページで確認してください。小さく検証してから本番ボリュームを見積もるのが安全です。

セキュリティ

• アクセス制御は IAM で行い、利用するモデルや操作に対して最小権限のみを付与する
• 通信は TLS で保護され、保存データの暗号化には KMS 管理鍵を利用できる
• プロンプトや応答が基盤モデルの学習に使われない点は Bedrock 上での重要な前提であり、機密データの取り扱いを設計する際に押さえる
• VPC 内のリソースからプライベートに到達したい場合は、**PrivateLink（VPC エンドポイント）**経由のアクセスを検討する
• 不適切な入出力や機微情報の混入を防ぐには、Bedrock のガードレールと組み合わせる

関連サービス・比較

Nova は Amazon Bedrock 上で提供されるモデルファミリーです。Bedrock では他ベンダーのモデルも選べるため、Nova という「モデル」と Bedrock という「基盤」の関係を整理します。

ハンズオン / CLI例

# 利用可能な基盤モデルから Amazon 提供分を確認（Nova を含む）
aws bedrock list-foundation-models \
  --by-provider Amazon \
  --query "modelSummaries[].{ID:modelId,Name:modelName}"

# Nova の理解系モデルにプロンプトを送って応答を取得
# モデル ID と本文の形式は対象モデルの仕様に合わせる
aws bedrock-runtime invoke-model \
  --model-id <利用する Nova モデルID> \
  --body '{"messages":[{"role":"user","content":[{"text":"Amazon Novaを初学者向けに1文で説明して"}]}]}' \
  --content-type application/json \
  output.json