Amazon SageMaker Studio

Un'unica interfaccia basata sul Web per lo sviluppo end-to-end di ML
Nozioni di base su SageMaker Studio

Perché scegliere SageMaker Studio?

Amazon SageMaker Studio offre un'ampia scelta di strumenti progettati appositamente per eseguire tutte le fasi di sviluppo del machine learning (ML), dalla preparazione dei dati alla creazione, formazione, distribuzione e gestione dei modelli ML. È possibile caricare rapidamente dati e creare modelli utilizzando il tuo IDE preferito. Semplifica la collaborazione tra team di machine learning, codifica in modo efficiente utilizzando il compagno di codifica basato sull'intelligenza artificiale, ottimizza ed esegui il debug dei modelli, distribuisci e gestisci i modelli in produzione e automatizza i flussi di lavoro, il tutto all'interno di un'unica interfaccia Web unificata.

SageMaker Studio

Come funziona

Amazon SageMaker Studio è un ambiente di sviluppo integrato (IDE) che fornisce un'unica interfaccia visiva basata sul Web da cui è possibile accedere a strumenti dedicati per eseguire tutte le fasi di sviluppo del machine learning (ML), dalla preparazione dei dati alla costruzione, all'addestramento e all'implementazione dei modelli di ML. Puoi velocemente caricare i dati, creare nuovi notebook, addestrare e configurare i modelli, andare avanti e indietro tra le fasi per modificare gli esperimenti e implementare i modelli in produzione senza lasciare SageMaker Studio. Ti consente di cambiare rapidamente ambiente e collaborare senza problemi all'interno dell'organizzazione per creare modelli di ML su larga scala.

Come funziona Amazon SageMaker Studio

Vantaggi di SageMaker Studio

Amazon SageMaker Studio offre un'ampia gamma di ambienti di sviluppo integrato (IDE) completamente gestiti per lo sviluppo di machine learning (ML), tra cui JupyterLab, Code Editor basato su Code-OSS (Visual Studio Code - Open Source) e RStudio. Avvia rapidamente il tuo IDE preferito e aumenta o riduci al volo il calcolo sottostante.
Accedi al set di strumenti più completo per ogni fase dello sviluppo di ML, dalla preparazione dei dati alla creazione, addestramento, implementazione e gestione dei modelli di ML. Passa rapidamente da una fase all'altra per perfezionare i modelli, riprodurre gli esperimenti di addestramento e dimensionare alla formazione distribuita direttamente da JupyterLab, Code Editor o RStudio su Amazon SageMaker.
Crea applicazioni di IA generativa con accesso a centinaia di modelli popolari disponibili al pubblico e oltre 15 soluzioni predefinite tramite Amazon SageMaker JumpStart. È possibile accedere ai modelli dei migliori fornitori come AI21 Labs, LightOn, Stability AI, Hugging Face, Alexa e Meta AI. Poi valuta, confronta e seleziona in modo rapido i migliori modelli di fondazione (FM) per il tuo caso d'uso sulla base di metriche predefinite come accuratezza, robustezza e tossicità. Le valutazioni umane possono essere utilizzate per dimensioni più soggettive come creatività e stile.
È possibile sviluppare più velocemente grazie ad Amazon Q Developer, un assistente basato sull'IA generativa integrato nel flusso di lavoro. Amazon Q Developer assiste l'utente durante l'intero percorso di sviluppo ML in tempo reale, il tutto all'interno dell'ambiente notebook.
È possibile utilizzare SageMaker Studio da qualsiasi dispositivo utilizzando un browser Web. Sia il codice che i dati vengono conservati all'interno dell'ambiente cloud sicuro senza la necessità di scaricare artefatti ML sensibili sul computer locale.

Casi d'uso

Crea applicazioni di IA generativa più velocemente con l'accesso a un'ampia gamma di FM disponibili al pubblico, strumenti di valutazione dei modelli, IDE supportati da calcolo accelerato ad alte prestazioni e la capacità di ottimizzare e distribuire gli FM su larga scala direttamente da SageMaker Studio.

Unifica lo sviluppo di ML end-to-end in SageMaker Studio con gli strumenti di ML più completi in un unico posto. SageMaker offre strumenti MLOps ad alte prestazioni per aiutarti ad automatizzare e standardizzare i flussi di lavoro di ML e gli strumenti di governance per supportare la trasparenza e la verificabilità in tutta l'organizzazione.

SageMaker Studio offre un'esperienza unificata per eseguire tutte le analisi dei dati e i flussi di lavoro di ML. Crea, esplora e connettiti ai cluster Amazon EMR. Crea, testa ed esegui applicazioni interattive di preparazione e analisi dei dati con le sessioni interattive di Amazon Glue. Monitora ed esegui il debug dei processi Spark utilizzando strumenti noti come l'interfaccia utente Spark, tutti direttamente da SageMaker Studio.