Domande frequenti su Amazon SageMaker

Argomenti della pagina

Domande generali
9
Esperienza del prodotto
7
Prezzi
2
Disponibilità
2

Domande generali

La nuova generazione di SageMaker è una piattaforma unificata per dati, analisi e IA. Riunendo le funzionalità di machine learning (ML) e analisi di AWS ampiamente comprovate, la nuova generazione di SageMaker offre un'esperienza integrata per l'analisi e l'IA con accesso unificato a tutti i tuoi dati. SageMaker consente di collaborare e creare più velocemente da uno studio unificato (in anteprima) utilizzando servizi consueti di AWS per lo sviluppo di modelli, l'IA generativa, l'elaborazione dei dati e l'analisi SQL, con l'accelerazione offerta da Amazon Q Developer, l'assistente di IA generativa più avanzato per lo sviluppo di software. Inoltre, è possibile accedere a tutti i dati, indipendentemente dal fatto che siano archiviati in data lake, data warehouse oppure origini dati di terze parti o federate, con una governance integrata per soddisfare le esigenze di sicurezza aziendale.

Abbiamo ampliato il servizio Amazon SageMaker, largamente comprovato, con il set completo di funzionalità di dati, analisi e IA di AWS per fornire una piattaforma unificata di dati, analisi e IA. In futuro, il set esistente di funzionalità di IA/ML in SageMaker per la gestione dei dati, la creazione, la formazione e l'implementazione di modelli di intelligenza artificiale verrà denominato Amazon SageMaker AI. Amazon SageMaker AI è integrato nella nuova generazione di Amazon SageMaker ed è disponibile anche come servizio autonomo per chi desidera concentrarsi specificamente sulla creazione, la formazione e l'implementazione di modelli di IA e ML su larga scala.

La nuova generazione di Amazon SageMaker include:

  • Amazon SageMaker Unified Studio (anteprima): un unico ambiente di sviluppo per accedere e utilizzare strumenti e funzionalità consueti di servizi di analisi e di IA/ML di AWS appositamente progettati come Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock e Amazon SageMaker AI
  • Amazon SageMaker Lakehouse: accesso unificato ai dati tra data lake Amazon S3, Amazon Redshift, origini dati federate e di terze parti
  • Amazon SageMaker Governance dei dati e dell'IA: consente di individuare, gestire e collaborare su dati e IA in modo sicuro

La nuova generazione di Amazon SageMaker include le seguenti funzionalità:

  • Amazon SageMaker Unified Studio (anteprima): crea con tutti i tuoi dati e strumenti per l'analisi e l'IA in un unico ambiente.
  • Amazon SageMaker Lakehouse: unifica i dati tra data lake Amazon Simple Storage Service (Amazon S3), data warehouse Amazon Redshift e origini dati federate e di terze parti con Amazon SageMaker Lakehouse.
  • Governance dei dati e dell'IA: individua, gestisci e collabora in modo sicuro su dati e IA con Amazon SageMaker Catalog, basato su Amazon DataZone.
  • Sviluppo di modelli: crea, addestra e implementa ML e FM con infrastruttura, strumenti e flussi di lavoro completamente gestiti tramite Amazon SageMaker AI (in precedenza Amazon SageMaker).
  • Sviluppo di app di IA generativa: crea e scala applicazioni di IA generativa con Amazon Bedrock.
  • Analisi SQL: ottieni approfondimenti con Amazon Redshift, il motore SQL con il miglior rapporto prezzo/prestazioni.
  • Elaborazione dei dati: analizza, prepara e integra i dati per l'analisi e l'IA utilizzando framework open source su Amazon Athena, Amazon EMR e AWS Glue.

Amazon SageMaker è una piattaforma unificata per dati, analisi e IA. Riunendo le funzionalità di machine learning e analisi di AWS ampiamente comprovate, la nuova generazione di SageMaker offre un'esperienza integrata per l'analisi e l'IA con accesso unificato a tutti i tuoi dati. Questo approccio unificato ti aiuta a lavorare in modo più efficiente con i tuoi dati, aumentare la collaborazione tra i team e migliorare la produttività complessiva.

Amazon SageMaker ti consente di:

  • collaborare e creare più velocemente con un unico ambiente di sviluppo di dati e IA, utilizzando servizi consueti di AWS per lo sviluppo di modelli, l'IA generativa, l'elaborazione dei dati e l'analisi SQL;
  • sviluppare e scalare i casi d'uso dell'IA con un ampio set di strumenti per addestrare, personalizzare e implementare modelli di machine learning e di fondazione, nonché creare rapidamente applicazioni di IA generativa su misura per la tua azienda;
  • ridurre i silos di dati con un lakehouse aperto per unificare tutti i tuoi dati su data lake Amazon S3, data warehouse Amazon Redshift, origini dati di terze parti o federate;
  • soddisfare le esigenze di sicurezza aziendali con una governance integrata dei dati e dell'IA per controllare l'accesso ai dati, ai modelli di ML, agli artefatti di sviluppo di IA generativa e all'elaborazione corretti, da parte dell'utente giusto per lo scopo giusto.

Sì. Puoi continuare a utilizzare singoli servizi AWS come Amazon SageMaker AI (precedentemente Amazon SageMaker), Amazon EMR per l'elaborazione di big data, AWS Glue e Amazon Redshift per il data warehousing indipendentemente in base ai tuoi requisiti aziendali specifici. Non vi è alcun impatto sul modo in cui usi attualmente i singoli servizi.

Amazon SageMaker offre un ulteriore vantaggio fornendo un'interfaccia unificata e intuitiva che consente l'accesso a tali servizi. Questo approccio ti aiuta a innovare in modo più efficace con i tuoi dati, aumentare la collaborazione tra i team e migliorare la produttività complessiva.

Amazon SageMaker riunisce un set completo di servizi di IA e analisi AWS tra Amazon SageMaker Unified Studio (anteprima), Amazon SageMaker Governance dei dati e dell'IA e Amazon SageMaker Lakehouse.

Tramite Amazon SageMaker Unified Studio, puoi accedere alle funzionalità per l'elaborazione dei dati, l'analisi SQL, il machine learning e lo sviluppo di applicazioni di IA generativa utilizzando i servizi AWS esistenti. Per l'elaborazione dei dati, servizi come Amazon Athena, AWS Glue, Amazon EMR e Flusso di lavoro gestito da Amazon per Apache Airflow analizzano, preparano, integrano e orchestrano facilmente i dati per l'analisi e l'IA su qualsiasi scala. Per l'analisi SQL, Amazon Redshift si integra facilmente con Amazon SageMaker Lakehouse fornendo potenti funzionalità di analisi SQL sui dati unificati nei data warehouse Redshift e nei data lake Amazon S3. Le funzionalità di machine learning sono fornite da Amazon SageMaker AI (precedentemente noto come Amazon SageMaker) per la creazione, la formazione e l'implementazione di modelli di machine learning e di fondazione. Inoltre, puoi sviluppare applicazioni di IA generativa utilizzando Amazon Bedrock IDE (anteprima).

Amazon SageMaker Governance dei dati e dell'IA fornisce una governance integrata end-to-end attraverso un'esperienza di gestione unificata dei dati in Amazon SageMaker Catalog, basato su Amazon DataZone, per individuare, gestire e collaborare su dati e IA in modo sicuro.

Amazon SageMaker Lakehouse è basato su diversi servizi di catalogo, tra cui Catalogo dati AWS Glue, AWS Lake Formation e Amazon Redshift per fornire un accesso unificato ai dati tra data lake Amazon S3, data warehouse Amazon Redshift e origini dati federate e di terze parti.

Inoltre, questi servizi rimangono disponibili come funzionalità autonome tramite la Console di gestione AWS, offrendoti flessibilità in base ai tuoi casi d'uso. Miglioreremo la piattaforma Amazon SageMaker con più servizi nel 2025 per unificare le esperienze tra analisi e IA. Questi includono l'analisi delle ricerche con il Servizio OpenSearch di Amazon, la business intelligence con Amazon QuickSight e lo streaming con il portfolio di servizi di streaming AWS.

Iniziare a usare Amazon SageMaker è facile. Il primo passo è accedere alla console di gestione Amazon SageMaker Unified Studio (anteprima) per creare un dominio, l'entità organizzativa per connettere le risorse, gli utenti e i loro progetti per la tua unità aziendale. Nella console di gestione, scegli Crea dominio e ti verranno presentate due opzioni: Configurazione rapida e Configurazione manuale. Scegli Configurazione rapida per iniziare con una serie di configurazioni predefinite che possono essere personalizzate in seguito. In alternativa, puoi scegliere Configurazione manuale per avere il pieno controllo sulle impostazioni durante la creazione del dominio. Una volta creato il dominio, puoi accedere ad Amazon SageMaker Unified Studio (un'applicazione Web basata su browser) e utilizzare tutti i tuoi dati e gli strumenti configurati per l'analisi e l'IA. Per ulteriori informazioni su come iniziare, consulta la documentazione di SageMaker.

Le tue esperienze di sviluppo di dati esistenti in servizi AWS come Amazon EMR, AWS Glue e Amazon Athena rimangono disponibili. Ciò significa che tutto il codice e le risorse esistenti che hai creato possono continuare a essere utilizzati senza interruzioni. Forniremo script di aggiornamento facili da usare e linee guida complete per portare la tua base di codice esistente all'esperienza unificata di SageMaker nel primo trimestre del 2025.

Stiamo estendendo Amazon SageMaker, un servizio di ML ampiamente comprovato in una piattaforma di dati e IA, integrando il set completo di strumenti di dati, analisi e IA di AWS già utilizzati oggi dai clienti. Abbiamo anche aggiunto funzionalità alla nuova piattaforma SageMaker, tra cui SageMaker Unified Studio (anteprima), SageMaker Lakehouse (GA) e SageMaker Catalog (GA).

La nuova piattaforma SageMaker include praticamente tutti i componenti necessari per l'analisi SQL con Amazon Redshift, l'elaborazione dei dati con Amazon EMR, lo sviluppo di modelli di IA con SageMaker AI e lo sviluppo di app di IA generativa con il nuovo Bedrock IDE (anteprima), il tutto fornito attraverso un'esperienza di sviluppo integrata in Unified Studio (anteprima).

Esperienza del prodotto

Un'entità di progetto in SageMaker aiuta gli utenti a organizzare il proprio lavoro e a fornire un contesto aziendale sui processi che stanno eseguendo. Fornisce un ambiente di lavoro collaborativo in cui gli utenti possono lavorare insieme su dati e artefatti come modelli di ML, notebook, query, dashboard e applicazioni di IA generativa. I progetti sono protetti in modo che soltanto chi è esplicitamente aggiunto al progetto possa accedere ai dati e agli strumenti di analisi al suo interno. Il progetto crea ruoli AWS Identity and Access Management (IAM) in base alle funzionalità selezionate dal progetto (ad esempio, un data lake) che forniscono agli utenti l'accesso necessario per svolgere il proprio lavoro. I progetti forniscono anche l'isolamento del lavoro all'interno dello stesso account, nonché un limite di sicurezza (gruppo di sicurezza e ruoli IAM).

Amazon Q Developer è un assistente conversazionale di IA generativa integrato nell'esperienza SageMaker che migliora la produttività durante l'intero ciclo di vita dello sviluppo. Tramite un'interfaccia di chat, puoi utilizzare il linguaggio naturale per porre domande su SageMaker, ottenere aiuto con il codice ed esplorare risorse come i set di dati. Quando chatti con Amazon Q Developer, quest'ultimo utilizza il contesto della conversazione corrente per fornire indicazioni personalizzate e assistenza automatizzata durante tutta l'esperienza di sviluppo di SageMaker. Amazon Q Developer può aiutarti con discussioni sul codice, fornire completamenti di codice in linea, generare query SQL, trovare e integrare set di dati e offrire un supporto intelligente su misura per le tue esigenze di sviluppo specifiche.


Comprendendo le sfumature del tuo lavoro, Amazon Q Developer offre un'assistenza mirata e sensibile al contesto che semplifica il processo di sviluppo e migliora la produttività complessiva nell'ambiente SageMaker.

SageMaker fornisce un ambiente unificato basato sul Web che riunisce strumenti efficaci per flussi di lavoro completi di dati e IA . Gli IDE integrati consentono lo sviluppo di IA/ML, permettendoti di elaborare grandi volumi di dati da varie origini utilizzando framework e servizi come PySpark, AWS Glue e Amazon EMR.

Per il controllo delle versioni e la gestione del flusso di lavoro, puoi eseguire il commit su Git e definire i flussi di lavoro utilizzando Amazon MWAA. L'editor di query SQL integrato consente di esplorare, analizzare e visualizzare i dati, con la possibilità di salvare e condividere più facilmente le query e creare nuovi set di dati.

Lo sviluppo dei modelli è semplificato dagli strumenti di IA già noti di SageMaker, tra cui notebook Amazon SageMaker, JumpStart, HyperPod, MLFlow, Pipelines e Model Registry. Attraverso questi processi, Amazon Q Developer è perfettamente integrato negli strumenti SageMaker, fornendo assistenza intelligente nell'individuazione dei dati, nella preparazione, nella creazione di pipeline, nella creazione e nell'addestramento di modelli e nell'implementazione del codice.

Bedrock IDE (anteprima), integrato in SageMaker Unified Studio (anteprima), fornisce un ambiente completo per lo sviluppo di applicazioni di IA generativa. Questa interfaccia intuitiva consente di accelerare lo sviluppo di applicazioni in un ambiente affidabile e sicuro, offrendo l'accesso ai FM ad alte prestazioni e alle funzionalità di personalizzazione avanzate di Amazon Bedrock.

Puoi utilizzare potenti funzionalità come Bedrock Knowledge Base, Guardrail, Agent per Amazon Bedrock e Amazon Bedrock Prompt Flows, che consentono al tuo team di adattare rapidamente le applicazioni di IA generativa alle tue esigenze aziendali specifiche, rispettando al contempo le tue linee guida sull'IA responsabile. La piattaforma supporta l'accesso gestito e consente una collaborazione interfunzionale sicura attraverso la condivisione controllata dagli accessi e la verificabilità supportata da git.

Amazon SageMaker Lakehouse unifica i dati tra data lake AWS, data warehouse, applicazioni di terze parti e database operativi. Offre un accesso rapido e semplificato ai dati in un unico posto tramite integrazioni Zero-ETL, origini di query federate e oltre 240 connettori.

Amazon SageMaker offre una governance integrata end-to-end attraverso un'esperienza di gestione unificata dei dati in Amazon SageMaker Catalog, basata su Amazon DataZone. Questo approccio consente di catalogare, individuare, accedere, analizzare e gestire asset di dati strutturati e non strutturati, modelli di machine learning e applicazioni in tutta l'organizzazione. La piattaforma garantisce che le persone giuste abbiano l'accesso appropriato agli asset corretti, mantenendo solidi standard di sicurezza e conformità.

È possibile creare e gestire pipeline di dati in SageMaker in diversi modi. SageMaker Data Processing riunisce Amazon EMR, Amazon Athena, AWS Glue e Amazon MWAA per aiutarti a integrare, preparare ed esplorare i tuoi dati in un'esperienza unificata. Puoi creare pipeline per l'orchestrazione di modelli specifici per il ML con SageMaker AI e pipeline di dati e flussi di lavoro con Amazon MWAA. Puoi anche utilizzare integrazioni Zero-ETL, che semplificano lo spostamento dei dati rimuovendo complessi processi di estrazione, trasformazione e caricamento (ETL) e abilitando la replica diretta dei dati tra i servizi. Per ulteriori informazioni, visita la pagina Che cos'è Zero-ETL?

Prezzi

Quando utilizzi Amazon SageMaker, ti verranno addebitati i costi in base al modello di prezzo per i vari servizi AWS accessibili tramite Amazon SageMaker. Non è previsto alcun costo separato per l'utilizzo di Amazon SageMaker Unified Studio (anteprima), l'ambiente di sviluppo di dati e IA che fornisce l'esperienza integrata all'interno di Amazon SageMaker. Per ulteriori informazioni, visita la pagina dei prezzi di Amazon SageMaker.

Il piano gratuito di SageMaker ti aiuta a iniziare rapidamente a innovare con dati e IA senza alcun costo. Per informazioni dettagliate, consulta i prezzi di SageMaker.

Disponibilità

La nuova generazione di SageMaker è disponibile nelle Regioni AWS Stati Uniti orientali (Virginia settentrionale), Stati Uniti orientali (Ohio), Stati Uniti occidentali (Oregon), Asia Pacifico (Tokyo) ed Europa (Irlanda). SageMaker Unified Studio e l'IDE di Amazon Bedrock sono disponibili in anteprima in queste stesse Regioni AWS. Per aggiornamenti futuri, consulta l'elenco dei servizi regionali AWS.

Sì. SageMaker è progettato per fornire le prestazioni e i tempi di attività costanti richiesti dall'analisi mission-critical e dai carichi di lavoro di IA. Essendo una piattaforma unificata composta da più componenti di servizio, la disponibilità del servizio è legata al componente utilizzato.

Per informazioni dettagliate sugli accordi sul livello di servizio (SLA) per ogni singolo servizio, consulta la rispettiva documentazione SLA. Gli SLA ti forniranno garanzie di tempi di attività e affidabilità specifiche per i vari servizi che costituiscono l'esperienza SageMaker.

La documentazione SLA disponibile include: