发布于: Nov 29, 2023
我们很高兴地宣布推出新的工具和改进，使客户能够将在 Amazon SageMaker 上大规模部署包括基础模型 (FM) 在内的机器学习 (ML) 模型的时间从几天缩短到几小时。其中包括一个新的 Python SDK 库，该库将在 SageMaker 上打包和部署 ML 模型的过程从七个步骤简化为一个步骤，并可以选择执行本地推理。此外， Amazon SageMaker 还在 Amazon SageMaker Studio 中提供新的交互式 UI 体验，这将帮助客户使用性能和成本优化的配置快速部署经过训练的 ML 模型或 FM，只需点击三下即可完成。
借助全新的 Amazon SageMaker Python SDK 库，客户只需调用一个函数即可使用任何框架模型构件或公共 FM，轻松将其转换为可部署的 ML 模型。此外，客户可以在几分钟内从本地 IDE 或笔记本在本地验证、优化 ML 模型并将其部署到 Amazon SageMaker。SageMaker Studio 中新的交互式体验将让客户能够选择自己选择的框架版本并上传预先训练的模型构件，从而轻松创建可部署的 ML 模型。此外，客户可以选择一个或多个可部署的 ML 模型或 FM，只需点击几下即可进行部署。
有关已推出 Amazon SageMaker Inference 的 AWS 区域的更多信息，请参阅 AWS 区域表。