Amazon SageMaker AI 宣布推出无服务器 MLflow 功能，用于实现更快的人工智能开发

发布于: 2025年12月2日

Amazon SageMaker AI 现在提供无服务器 MLflow 功能，可动态扩展以支持人工智能模型开发任务。借助 MLflow，人工智能开发人员无需等待基础设施搭建即可开始跟踪、比较和评估实验。

随着各行业客户加速开发人工智能，他们需要能够追踪实验、观测行为，以及评估人工智能模型、应用程序和代理的性能。但是，管理 MLflow 基础设施需要管理员持续维护和扩展跟踪服务器，制定复杂的容量规划决策，并部署单独的实例以实现数据隔离。这种基础设施负担会分散资源，使其无法专注于核心人工智能开发，并造成瓶颈，影响团队工作效率和成本效益。

通过此次更新，MLflow 现在可以动态扩展，为要求苛刻且不可预测的模型开发任务提供快速性能，然后在空闲时缩减规模。管理员还可以通过 Resource Access Manager (RAM) 设置跨账户访问来简化跨组织边界的协作，从而提高工作效率。

Amazon SageMaker AI 的无服务器 MLflow 功能无需额外付费，并可与 SageMaker AI JumpStart、SageMaker 模型注册表和 SageMaker Pipelines 等常用的 Amazon SageMaker AI 模型开发功能原生配合使用。客户可通过自动版本更新访问 Amazon SageMaker AI 上最新版本的 MLflow。

带有 MLflow 的 Amazon SageMaker AI 现已在部分 AWS 区域推出。要了解更多信息，请参阅 Amazon SageMaker AI 用户指南和 AWS 新闻博客。