Amazon SageMaker Studio

Un'unica interfaccia basata sul Web per lo sviluppo end-to-end di ML
Nozioni di base su Amazon SageMaker AI
Esplora Amazon SageMaker Unified 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 proprio ambiente di sviluppo integrato (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

Vantaggi di SageMaker Studio

Amazon SageMaker Studio offre un'ampia gamma di IDE completamente gestiti per lo sviluppo di 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 verticalmente al volo le risorse di calcolo sottostanti.
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 eseguire il fine-tuning dei modelli, riprodurre gli esperimenti di addestramento e dimensionare alla formazione distribuita direttamente da JupyterLab, Code Editor o RStudio su SageMaker AI. 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 per l'intero percorso di sviluppo ML in tempo reale, il tutto all'interno dell'ambiente notebook.
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 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.
Accelera lo sviluppo dei tuoi modelli con le app più diffuse dei partner AWS. Goditi un'esperienza ottimizzata e completamente gestita, senza infrastrutture da predisporre o gestire, il tutto con la sicurezza e la privacy dell'ambiente SageMaker.

Casi d'uso

Crea applicazioni di IA generativa più velocemente grazie all'accesso a un'ampia gamma di modelli di fondazione disponibili al pubblico, strumenti di valutazione del modello, IDE supportati da calcolo accelerato ad alte prestazioni e la capacità di eseguire il fine-tuning e implementare i modelli di fondazione direttamente su larga scala 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 AI 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 AWS Glue. Monitora ed esegui il debug dei processi Spark utilizzando strumenti noti come l'interfaccia utente Spark, tutti direttamente da SageMaker Studio.