发布于: Jul 27, 2021
AWS 解决方案更新了 AWS MLOps 框架，这是一个 AWS 解决方案实施方案，它简化了管道部署过程，并实施了机器学习 (ML) 模型产品化的架构最佳实践。该解决方案解决了客户在采用多种机器学习工作流自动化工具时所面临的常见操作难题。
此更新通过 AWS Organizations 和 AWS CloudFormation StackSets 让客户能够使用委派管理员账户在其组织中预置多个环境（例如，开发、过渡和生产），从而扩展了解决方案的多账户部署功能。这能改善机器学习工作负载部署的治理和安全性，同时也能通过适当的控制措施保护生产数据。此新版本还加入使用 Amazon SageMaker 模型注册表部署版本化模型的选项。模型注册表可让您为生产模型编制目录，管理模型版本，将元数据与模型关联，管理模型的批准状态，将模型部署到生产环境，以及使用 CI/CD 自动化模型部署。
此解决方案提供以下主要功能：
- 通过 API 调用或 Git 存储库启动预配置的管道
- 自动部署经过训练的模型并提供推理终端节点
- 持续监视已部署的机器学习模型并检测其质量是否存在偏差
- 支持运行您自己的集成测试，以确保部署的模型满足预期
- 允许预置多个环境以支持您的机器学习模型的整个生命周期
- 使用 Amazon SageMaker 模型注册表部署版本化模型的选项
- 对“自带模型”的多账户支持，以及模型监控管道
- 允许客户构建和注册自定义算法的 Docker 映像，用于在 Amazon Sagemaker 终端节点上进行模型部署。
AWS 解决方案实施网页上提供了其他 AWS 解决方案，客户可以按产品类别或行业浏览解决方案，查找经过 AWS 审查的自动化一站式参考实施方法，满足特定业务需求。