تعلن Amazon SageMaker AI عن إمكانية MLflow بلا خادم لتطوير الذكاء الاصطناعي بشكل أسرع
تقدم Amazon SageMaker AI الآن إمكانية MLflow بلا خادم تتوسع ديناميكيًا لدعم مهام تطوير نماذج الذكاء الاصطناعي. باستخدام MLflow، يمكن لمطوري الذكاء الاصطناعي البدء في تتبع التجارب ومقارنتها وتقييمها دون انتظار إعداد البنية التحتية.
مع تسريع العملاء عبر الصناعات لتطوير الذكاء الاصطناعي، فإنهم يحتاجون إلى إمكانيات لتتبع التجارب، ومراقبة السلوك، وتقييم أداء نماذج وتطبيقات ووكلاء الذكاء الاصطناعي. ومع ذلك، تتطلب إدارة البنية التحتية لـ MLflow من المسؤولين صيانة خوادم التتبع وتوسيع نطاقها باستمرار، واتخاذ قرارات تخطيط سعة معقدة، ونشر مثيلات منفصلة لعزل البيانات. يؤدي عبء البنية التحتية هذا إلى تحويل الموارد بعيدًا عن تطوير الذكاء الاصطناعي الأساسي ويخلق نقاط اختناق تؤثر على إنتاجية الفريق وفعالية التكلفة.
مع هذا التحديث، يتوسع MLflow الآن ديناميكيًا لتقديم أداء سريع لمهام تطوير النماذج المتطلبة وغير المتوقعة، ثم يتقلص حجمه أثناء وقت الخمول. يمكن للمسؤولين أيضًا تعزيز الإنتاجية من خلال إعداد وصول عبر الحسابات عبر إدارة الوصول إلى الموارد (RAM) لتبسيط التعاون عبر الحدود التنظيمية.
يتم تقديم إمكانية MLFlow بدون خادم على Amazon SageMaker AI بدون رسوم إضافية وتعمل محليًا مع إمكانات تطوير نماذج Amazon SageMaker AI المألوفة مثل SageMaker AI JumpStart وسجل نموذج SageMaker ومسارات SageMaker. يمكن للعملاء الوصول إلى أحدث إصدار من MLflow على Amazon SageMaker AI مع تحديثات تلقائية للإصدار.
تتوفر Amazon SageMaker AI مع MLflow الآن في مناطق AWS محددة. لمعرفة المزيد، راجع دليل مستخدم Amazon SageMaker AI ومدونة أخبار AWS.