Amazon SageMaker Studio

Amazon SageMaker Studio 針對 ML 開發提供了一組廣泛的全受管 IDE，包括 JupyterLab、以 Code – OSS 為基礎的程式碼編輯器 (Visual Studio Code Open Source)，以及 RStudio。快速啟動您慣用的 IDE，並立即擴展或縮減基礎運算資源的規模。

針對 ML 開發的每個步驟存取最完整的工具集，從準備資料到建置、訓練、部署和管理 ML 模型。快速切換各個步驟以微調模型、重新執行訓練實驗，並從 JupyterLab、程式碼編輯器或 RStudio on SageMaker AI 直接擴展至分散式訓練。使用 Amazon Q Developer 更快地建置，這是一款整合到您的工作流程中的生成式 AI 支援助理。Amazon Q Developer 可在您的筆記本環境中即時協助您完成整個 ML 開發流程。

透過 Amazon SageMaker JumpStart 存取數百種熱門的公用模型和超過 15 種預先建置的解決方案，來建置生成式 AI 應用程式。您可以存取主流模型供應商提供的模型，例如 AI21 Labs、LightOn、Stability AI、Hugging Face、Alexa 和 Meta AI。然後，根據預先定義的指標 (例如準確性、穩健性和毒性) 快速評估、比較及選取您的使用案例的最佳基礎模型 (FM)。人工評估可用於更主觀的維度，例如創意和風格。

您可以使用 Web 瀏覽器，從任何裝置使用 SageMaker Studio。程式碼和資料都會保留在安全的雲端環境中，無需將敏感的 ML 成品下載至本機電腦。

利用來自 AWS 合作夥伴的常用應用程式加速模型開發作業。無需佈建或操作基礎架構即可享受無縫且全受管的體驗，這一切都在 SageMaker 環境的安全性和隱私保護下進行。

藉由存取各種公用 FM、模型評估工具、高效能加速運算支援的 IDE，以及從 SageMaker Studio 直接大規模微調和部署 FM 的能力，更快速地建置生成式 AI 應用程式。

在同一個位置使用最全面的機器學習工具，統一您在 SageMaker Studio 中的端對端機器學習開發。SageMaker AI 提供高效能的 MLOps 工具，可協助您自動化和標準化 ML 工作流程與管控工具，以支援整個組織的透明度和可稽核性。

SageMaker Studio 提供統一的體驗讓您執行所有資料分析和 ML 工作流程。建立、瀏覽並連線至 Amazon EMR 叢集。使用 AWS Glue 互動式工作階段來建置、測試及執行互動式資料準備和分析應用程式。使用熟悉的工具 (例如 Spark UI) 監控及除錯 Spark 工作 – 全都直接從 SageMaker Studio 執行。