انتقل إلى المحتوى الرئيسي

نظرة عامة

يجمع الجيل التالي من Amazon SageMaker بين إمكانات تعلم الآلة (ML) والتحليلات المعتمدة على نطاق واسع في AWS، ويوفر تجربة متكاملة للتحليلات والذكاء الاصطناعي مع وصول موحد إلى جميع بياناتك. يمكنك التعاون والبناء بشكل أسرع من استوديو موحد باستخدام أدوات AWS المألوفة لتطوير النماذج في SageMaker AI (بما في ذلك HyperPod وJumpStart وMLOps)، والذكاء الاصطناعي المُولِّد، ومعالجة البيانات، وتحليلات SQL، بدعم من Amazon Q Developer، وهو مساعد الذكاء الاصطناعي المُولِّد الأكثر كفاءة لتطوير البرمجيات. يمكنك الوصول إلى جميع بياناتك سواء كانت مخزنة في مستودعات البيانات المركزية أو مستودعات البيانات أو مصادر البيانات الخارجية أو الموحدة، مع الحوكمة المضمنة لتلبية احتياجات أمان المؤسسة.

الفوائد

تسريع الذكاء الاصطناعي في SageMaker من خلال مجموعة شاملة من إمكانات تطوير الذكاء الاصطناعي الآمنة حسب التصميم. قم بتدريب وتخصيص ونشر نماذج تعلم الآلة ML ونماذج التأسيس (FMs) على بنية تحتية عالية الأداء وفعالة من حيث التكلفة. استخدم الأدوات المصممة خصيصًا والتي تغطي دورة حياة الذكاء الاصطناعي بأكملها - بدءًا من بيئات التطوير المتكاملة عالية الأداء (IDEs) والتدريب الموزع إلى الاستدلال وعمليات الذكاء الاصطناعي والحوكمة وإمكانية الملاحظة. أنشئ تطبيقات الذكاء الاصطناعي المولّد بسرعة، فهي مُصمَّمة خصيصًا لعملك باستخدام البيانات والنماذج المتطورة. تسريع تطوير الذكاء الاصطناعي باستخدام Amazon Q Developer، مما يساعدك على اكتشاف البيانات بسهولة أكبر، وبناء نماذج تعلم الآلة (ML) وتدريبها، وإنشاء استعلامات SQL، وإنشاء مهام مسارات البيانات وتشغيلها، كل ذلك من خلال اللغة الطبيعية.

يوفر استوديو Amazon SageMaker الموحد تجربة متكاملة لاستخدام جميع بياناتك وأدواتك للتحليلات والذكاء الاصطناعي. اكتشف بياناتك واجعلها تعمل باستخدام أدوات AWS المألوفة لتطوير النماذج والذكاء الاصطناعي المولّد ومعالجة البيانات وتحليلات SQL. يمكنك العمل عبر موارد الحوسبة باستخدام دفاتر الملاحظات الموحدة، واكتشاف مصادر البيانات المتنوعة والاستعلام عنها باستخدام محرر SQL مدمج، وتدريب نماذج الذكاء الاصطناعي ونشرها على نطاق واسع، وإنشاء تطبيقات الذكاء الاصطناعي المخصصة بسرعة. يمكنك إنشاء التحليلات وأدوات الذكاء الاصطناعي ومشاركتها بأمان مثل البيانات والنماذج وتطبيقات الذكاء الاصطناعي المولّد لجلب منتجات البيانات إلى السوق بشكل أسرع.

يمكنك توحيد جميع بياناتك عبر مستودع البيانات المركزي في خدمة Amazon Simple Storage Service‏ (Amazon S3) ومستودعات بيانات Amazon Redshift باستخدام بنية مخزن البيانات في Amazon SageMaker. يمكنك الحصول على المرونة للوصول إلى بياناتك والاستعلام عنها باستخدام جميع الأدوات والمحركات المتوافقة مع Apache Iceberg على نسخة واحدة من بيانات التحليلات. أمِّن بياناتك من خلال تحديد الأذونات الدقيقة المطبقة عبر التحليلات وأدوات الذكاء الاصطناعي في مخزن البيانات. احضر البيانات من قواعد البيانات والتطبيقات التشغيلية إلى مخزن بياناتك (lakehouse) في الوقت الفعلي تقريبًا من خلال عمليات تكامل zero-ETL. بالإضافة إلى ذلك، يمكنك الوصول إلى البيانات والاستعلام عنها باستخدام إمكانات الاستعلام الموحدة عبر مصادر بيانات الجهات الخارجية.

تأكد من أمان المؤسسة من خلال الحوكمة المضمنة طوال دورة حياة البيانات والذكاء الاصطناعي بالكامل. يمكّنك SageMaker من التحكم في الوصول إلى البيانات والنماذج وأدوات التطوير الصحيحة من قبل المستخدم المناسب للغرض الصحيح. حدِّد سياسات الوصول وفرضها باستمرار باستخدام نموذج إذن واحد مع عناصر تحكم وصول دقيقة باستخدام كتالوج Amazon SageMaker Catalog. احم نماذج الذكاء الاصطناعي وحمايتها من خلال تصنيف البيانات واكتشاف السمية والحواجز وسياسات الذكاء الاصطناعي المسؤولة. اكتسب الثقة في جميع أنحاء مؤسستك من خلال مراقبة جودة البيانات والأتمتة واكتشاف البيانات الحساسة ونسب البيانات وتعلم الآلة.

تعرف على الجيل التالي من SageMaker

شاهد الجيل القادم من Amazon SageMaker أثناء العمل

استكشف التجربة التجريبية التفاعلية أدناه

العملاء

Toyota

«لمعالجة مجموعات البيانات المنعزلة المنتشرة عبر عمليات السيارات لدينا، نستكشف Amazon SageMaker لتوحيد البيانات والتحكم فيها عبر وحدات السيارات والمبيعات والتصنيع وسلسلة التوريد المتصلة. يتيح لنا هذا النهج البحث عن البيانات واكتشافها ومشاركتها دون عناء، ووضع الأساس لاستباق مشكلات الجودة، وزيادة سلامة العملاء ورضاهم، ويُسهِّل تطوير تطبيقات الذكاء الاصطناعي المولّد».

Kamal Distell, VP of Data, Analytics, Platforms, and Data Science, TMNA

Charter Communications

بفضل استوديو Amazon SageMaker الموحد، لديك محطة واحدة للتفاعل مع خدمات AWS المتنوعة، [بما في ذلك] Redshift وSageMaker Lakehouse. إنه يجعل تجربة المطور أفضل بكثير ويحسن سرعة الوصول إلى السوق لأنك لست بحاجة إلى الانتقال عبر خدمات متعددة. تعد ميزات مثل Amazon Q Developer مثيرة للغاية ونريد استكشافها بشكل أكبر لنرى كيف ستساعدنا على تحسين إنتاجية المطورين لدينا، وسرعة الوصول إلى السوق، وبناء حلول ذات جودة أفضل.

Senthil Sugumar, Group VP, Business Intelligence, Charter Communications

Lennar

«لقد أمضينا الـ 18 شهرًا الماضية في العمل مع AWS لتحويل أساس البيانات لدينا لاستخدام أفضل الحلول في فئتها والتي تعتبر فعالة من حيث التكلفة أيضًا. ومع التطورات مثل استوديو Amazon SageMaker الموحد ومخزن بيانات Amazon SageMaker، نتوقع تسريع سرعة التسليم من خلال الوصول السلس إلى البيانات والخدمات، وبالتالي تمكين المهندسين والمحللين والعلماء لدينا من عرض رؤى توفر قيمة مادية لأعمالنا.»

Lee Slezak, SVP of Data and Analytic, Lennar

Carrier

«في Carrier، يعمل الجيل القادم من Amazon SageMaker على تحويل استراتيجية بيانات المؤسسة الخاصة بنا من خلال تبسيط كيفية بناء منتجات البيانات وتوسيع نطاقها. أدى نهج استوديو SageMaker الموحد لاكتشاف البيانات ومعالجتها وتطوير النماذج إلى تسريع تنفيذ البحيرة بشكل كبير. والأبرز من ذلك هو تكامله السلس مع فهرس البيانات الحالي لدينا وعناصر الحوكمة المدمجة، مما يتيح لنا تعميم الوصول إلى البيانات مع الحفاظ على معايير الأمان، ومساعدة فرقنا على تقديم تحليلات متقدمة وحلول ذكاء اصطناعي بسرعة على مستوى المؤسسة.»

Justin McDowell, Director of Data Platform & Data Engineering, Carrier

Missing alt text value

NatWest Group

«يقوم فريق هندسة منصات البيانات لدينا بنشر العديد من أدوات المستخدم النهائي لهندسة البيانات ومهام تعلم الآلة (ML) وSQL والذكاء الاصطناعي المُولِّد (GenAI). وبينما نتطلع إلى تبسيط العمليات في جميع أنحاء البنك، فإننا نبحث في تبسيط مصادقة المستخدم وترخيص الوصول إلى البيانات. تُوفِّر خدمة Amazon SageMaker تجربة مستخدم جاهزة لمساعدتنا على نشر بيئة واحدة عبر المؤسسة، مما يقلل الوقت المطلوب لمستخدمي البيانات لدينا للوصول إلى أدوات جديدة بنسبة 50% تقريبًا.»

Zachery Anderson, CDAO, NatWest Group

Missing alt text value