تقديم Amazon SageMaker – تسريع تعلّم الآلة

:تاريخ النشر 19 أكتوبر 2023

نطلق اليوم Amazon SageMaker في AWS Secret Region. Amazon SageMaker هي خدمة شاملة مُدارة بالكامل لتعلّم الآلة تتيح لعلماء البيانات والمطورين وخبراء تعلّم الآلة من إنشاء نماذج تعلّم الآلة وتدريبها واستضافتها بسرعة على نطاق واسع. ويعمل هذا على تسريع جميع جهود تعلّم الآلة الخاصة بك بشكل كبير ويسمح لك بإضافة تعلّم الآلة إلى تطبيقات الإنتاج الخاصة بك بسرعة.

 نحن بصدد إطلاق 5 مكونات رئيسية لـ Amazon SageMaker:

  • التأليف: ملفات IDE لدفتر ملاحظات Jupyter المستضافة بدون إعداد لاستكشاف البيانات وتنظيفها ومعالجتها مسبقًا. يمكنك تشغيلها على أنواع المثيلات العامة أو المثيلات التي تعمل بوحدة معالجة الرسومات.
  • تدريب النموذج: خدمة بناء النموذج الموزع والتدريب والتحقق من الصحة. يمكنك استخدام خوارزميات وأطر التعلم المضمنة المشتركة غير الخاضعة للإشراف أو إنشاء التدريب الخاص بك باستخدام حاويات Docker. يمكن أن يمتد نطاق التدريب إلى عشرات المثيلات لدعم بناء نموذج أسرع. تتم قراءة بيانات التدريب من S3 ويتم وضع أدوات النموذج في S3. أدوات النموذج هي معلمات النموذج المعتمدة على البيانات، وليست التعليمات البرمجية التي تسمح لك بعمل عمليات استدلال من النموذج الخاص بك. وهذا الفصل بين المخاوف يجعل من السهل نشر نماذج Amazon SageMaker المدربة على أنظمة أساسية أخرى.
  • استضافة النماذج: خدمة استضافة نماذج مع نقاط نهاية HTTPs لاستدعاء النماذج الخاصة بك للحصول على عمليات الاستدلال في الوقت الفعلي. يمكن توسيع نقاط النهاية هذه لدعم حركة البيانات والسماح لك باختبار A/B لنماذج متعددة في وقت واحد. مرة أخرى، يمكنك إنشاء نقاط النهاية هذه باستخدام SDK المدمج أو توفير التكوينات الخاصة بك مع صور Docker. Amazon SageMaker Neo: يتيح هذا للعملاء تدريب النماذج مرة واحدة وتشغيلها في أي مكان مع تحسن يصل إلى 7 أضعاف في الأداء. تعتبر التطبيقات التي تعمل على الأجهزة المتصلة عند حوسبة الحافة حساسة بشكل خاص لأداء نماذج تعلّم الآلة. وهي تتطلب قرارات ذات زمن استجابة منخفض، وغالبًا ما يتم نشرها عبر عدد كبير من منصات الأجهزة المختلفة.
  • يقوم Amazon SageMaker Neo بتجميع نماذج لمنصات أجهزة معينة، وتحسين أدائها تلقائيًا، مما يسمح لها بالعمل بما يصل إلى سبعة أضعاف الأداء، دون أي خسارة في الدقة. ونتيجة لذلك، لم يعد المطورون بحاجة إلى قضاء الوقت في ضبط نماذجهم المدربة لكل منصة للأجهزة (توفير الوقت والنفقات). يدعم SageMaker Neo منصات الأجهزة من NVIDIA وIntel وXilinx وCadence وArm وأطر العمل الشائعة مثل Tensorflow وApache MXNet وPyTorch.
  • Amazon SageMaker GroundTruth: إذا كنت تريد المرونة لبناء عمليات سير العمل لتسمية البيانات والقوى العاملة الخاصة بك وإدارتها، يمكنك استخدام SageMaker Ground Truth. SageMaker Ground Truth هي خدمة لتسمية البيانات التي تجعل من السهل تسمية البيانات وتمنحك خيار استخدام البائعين الموردين التابعين لجهات خارجية أو القوى العاملة الخاصة بك. يمكنك أيضًا إنشاء بيانات تركيبية مسماة دون جمع بيانات العالم الحقيقي أو تسميتها يدويًا. يمكن لـ SageMaker Ground Truth إنشاء مئات الآلاف من الصور التركيبية المسماة تلقائيًا نيابة عنك.

المحتوى في هذا المنشور هو لأغراض إعلامية فقط. لمزيد من المعلومات حول Amazon Sagemaker في سحابة Secret، المرجو الاتصال بنا.