Amazon SageMaker

通过完全托管的基础设施、工具和工作流程为任何用例构建、训练和部署机器学习（ML）模型
开始使用 SageMaker
试试动手教程

为什么使用 SageMaker？

Amazon SageMaker 是一项完全托管的服务，它汇集了大量工具，可为任何使用案例提供高性能、低成本的机器学习（ML）。借助 SageMaker，您可以使用笔记本、调试器、分析器、管道、MLOps 等工具大规模构建、训练和部署机器学习模型——这一切都在一个集成式开发环境（IDE）中完成。SageMaker 通过简化的访问控制和机器学习项目的透明度来支持治理要求。此外，您可以使用专门构建的工具来微调、实验、再训练和部署基础模型，构建自己的基础模型（在海量数据集上训练过的大型模型）。 SageMaker 提供对数百个预训练模型的访问权限，包括公开的基础模型，您只需点击几下即可部署这些模型。
 

SageMaker 的优势

通过多种工具让更多人能够利用 ML 进行创新，如面向数据科学家的 IDE 和面向业务分析师的无代码界面。
使用集成的专用工具和高性能、经济实惠的基础设施，构建自己的 ML 模型，包括为生成式人工智能应用程序提供支持的 FM。
自动执行和标准化组织中的 MLOps 实践和治理，以支持透明度和可审核性。
在整个 ML 生命周期中利用人工反馈的力量，通过人机交互功能提高 FM 的准确性和相关性。

让更多人利用机器学习进行创新

业务分析师

使用 SageMaker Canvas 的可视化界面进行 ML 预测。

探索面向业务分析师的 SageMaker
图像描绘了在 Amazon SageMaker Canvas 中创建的新模型

数据科学家

使用 SageMaker Studio 准备数据并构建、训练和部署模型。

探索面向数据科学家的 SageMaker
在 Amazon SageMaker Studio 上显示屏幕的图像

ML 工程师

利用 SageMaker MLOps 大规模部署并管理模型。

探索面向机器学习工程师的 SageMaker
在 Amazon SageMaker Studio 上显示屏幕的图像

支持领先的机器学习框架、工具包和编程语言

Jupyter 徽标
TensorFlow 徽标
PyTorch 徽标
MXNet 徽标
Hugging Face 徽标
Scikit-learn 徽标
Python 徽标
R 徽标

大规模的高性能、低成本 ML

1.5 万亿+

每个月的推理请求

40%

数据标注成本降幅

<10ms

推理开销延迟