Amazon SageMaker Studio 增加了基于 Web 的界面、代码编辑器、灵活的工作区，并简化了用户入门流程

今天，我们宣布改进 Amazon SageMaker Studio 体验！ 全新 SageMaker Studio 基于 Web 的界面加载速度更快，无论您选择哪种首选集成式开发环境（IDE），都能持续地访问您的 IDE 以及 SageMaker 资源和工具。除了 JupyterLab 和 RStudio 之外，SageMaker Studio 现在还包含基于 Code-OSS（Visual Studio Code Open Source）的完全托管式代码编辑器。

代码编辑器和 JupyterLab 都可以使用灵活的工作区启动。使用空间，您可以随时随地扩展和缩减 IDE 的计算和存储，自定义运行时环境，并随时随地暂停和恢复编码。您可以建立多个这样的空间，每个空间都配置有不同的计算、存储和运行时组合。

SageMaker Studio 现在还提供了简化的入门和管理体验，可帮助个人用户和企业管理员在几分钟内上手。让我简要地介绍其中的一些亮点。

全新 SageMaker Studio 基于 Web 的界面
全新的 SageMaker Studio 基于 Web 的界面充当命令中心，用于启动您的首选 IDE 并访问您的 SageMaker 工具以构建、训练、调整和部署模型。现在，您可以在 SageMaker Studio 中查看 SageMaker 训练任务和端点，并通过 SageMaker JumpStart 访问基础模型（FM）。此外，您不再需要手动升级 SageMaker Studio。

基于 Code-OSS（Visual Studio Code Open Source）的新代码编辑器
作为数据科学家或机器学习（ML）从业者，您现在可以登录 SageMaker Studio 并直接从浏览器启动代码编辑器。使用代码编辑器，您可以从 Open VSX 注册表和预配置的 AWS toolkit for Visual Studio Code 访问数千个 VS Code 兼容扩展程序，以在 AWS 上开发和部署应用程序。您还可以使用由 Amazon CodeWhisperer 和 Amazon CodeGuru 提供支持的人工智能（AI）驱动型编码配套程序和安全扫描工具。

在灵活的工作空间中启动代码编辑器和 JupyterLab
您可以使用只有创建空间的用户才能访问的私有空间，启动代码编辑器和 JupyterLab。这种灵活的工作空间旨在提供更快且更高效的编码环境。

这些空间预先配置有 SageMaker 发行版，其中包含流行的机器学习框架和 Python 包。借助 AI 驱动的编码配套程序和安全工具，您可以快速生成、调试、解释和重构代码。

此外，SageMaker Studio 还改进了协作体验。您可以使用内置的 Git 集成来共享和版本化代码，或者使用 Amazon EFS 自带共享文件存储空间来访问跨不同用户或团队的协作文件系统。

简化用户入门和管理
通过重新设计的设置和入门工作流程，您现在可以在几分钟内设置 SageMaker Studio 域。作为个人用户，您现在可以使用一键式体验使用默认预设启动 SageMaker Studio，而无需了解域或 AWS IAM 角色。

作为企业管理员，分步说明可帮助您选择正确的身份验证方法、连接到第三方身份提供商、集成联网和安全配置、配置细粒度访问策略以及选择要在 SageMaker Studio 中启用的正确应用程序。您还可以随时更新设置。

要开始使用，请导航到 SageMaker 控制台，然后选择为单用户设置或为组织设置。

单用户设置将开始使用默认预设部署 SageMaker Studio 域，并在几分钟内准备就绪。组织设置将引导您逐步完成配置。请注意，您可以选择继续使用经典 SageMaker Studio 体验，也可以开始探索新的体验。

现已推出
全新 Amazon SageMaker Studio 体验，如今在所有提供 SageMaker Studio 的 AWS 区域推出。从今天开始，新 SageMaker Studio 域将默认为新的基于 Web 界面。如果您已有设置并想开始使用新体验，请查看 SageMaker 开发人员指南，了解如何迁移现有的域。

立即试用，并向我们提供反馈。 请将反馈发送至 AWS re:Post for Amazon SageMaker Studio 或通过您通常使用的 AWS Support 联系方式发送反馈。

立即开始使用 Amazon SageMaker Studio 构建机器学习项目！

— Antje