Amazon SageMaker Studio
用于端到端机器学习开发的基于 Web 的统一界面
为什么使用 SageMaker Studio?
Amazon SageMaker Studio 提供多种专用工具供您选择,以执行从准备数据到构建、训练、部署和管理机器学习(ML)模型的所有机器学习开发步骤。您可以使用首选集成式开发环境(IDE)快速上传数据并构建模型。简化机器学习团队协作,使用人工智能驱动型编程辅助工具高效编码,调整和调试模型,在生产环境中部署和管理模型,实现工作流自动化,所有这些都在一个统一的 Web 界面中完成。

SageMaker Studio 的优势
使用您首选的 IDE 构建
使用完全托管式云 IDE 或本地 IDE 开发人工智能模型。快速启动您首选的完全托管式 IDE,包括 JupyterLab、基于 Code-OSS 的代码编辑器(VS Code 开源版)以及 RStudio,并根据您的需求动态扩展底层计算资源。此外,您可以在本地的 Visual Studio Code 中开发人工智能模型,同时利用 SageMaker AI 的可扩展计算资源。
专为支持生成式人工智能的机器学习开发而构建的工具
访问一组最全面的工具,这些工具适用于机器学习开发工作的每个步骤,包括准备数据、构建、训练、部署和管理机器学习模型。在每个步骤之间快速切换,以微调模型、重播训练实验,并直接从 JupyterLab、代码编辑器或 RStudio on SageMaker AI 扩展到分布式训练。使用 Amazon Q 开发者版更快地进行构建,这是一款集成到您工作流中的生成式人工智能驱动型助手。在整个机器学习开发之旅中,Amazon Q 开发者版都可实时为您提供帮助,所有操作都在您的笔记本环境中实现。
浏览、调整、评估和部署基础模型
通过 Amazon SageMaker JumpStart 访问数百种常用公开发布的模型和超过 15 种预先构建的解决方案,构建生成式人工智能应用程序。您可以访问来自顶级模型提供商的模型,例如 AI21 Labs、LightOn、Stability AI、Hugging Face、Alexa 和 Meta AI。然后,根据精度、稳健性和毒性等预定义指标,快速评估、比较和选择适合您的使用案例的最佳基础模型(FM)。人工评估可以用于更主观的维度,例如创造力和风格。
随时随地安全运行
您可以使用 Web 浏览器从任何设备使用 SageMaker Studio。代码和数据都保存在安全的云环境中,无需将敏感的机器学习构件下载到本地计算机。
来自领先合作伙伴的专业生成式人工智能和机器学习开发应用程序
使用 AWS 合作伙伴提供的常用应用程序加速您的模型开发。使用无缝的完全托管式体验,无需预置或运行基础设施,所有操作均在您的 SageMaker 环境的安全和隐私范围内进行。
使用案例
加速生成式人工智能开发
访问各种公开的基础模型、模型评测工具、以高性能加速型计算为后盾的 IDE,并能够直接从 SageMaker Studio 大规模微调和部署基础模型,从而更快地构建生成式人工智能应用程序。
扩展和标准化机器学习工作流
在 SageMaker Studio 中统一端到端机器学习开发,将最全面的机器学习工具集于一身。SageMaker AI 提供高性能 MLOps 工具,可帮助您自动化和标准化机器学习工作流和治理工具,进而支持整个组织的透明度和可审计性。
将大数据分析和机器学习相结合
SageMaker Studio 为执行所有数据分析和机器学习工作流提供了统一的体验。创建、浏览和连接到 Amazon EMR 集群。使用 AWS Glue 交互式会话构建、测试和运行交互式数据准备和分析应用程序。使用熟悉的工具(例如 Spark UI)监控和调试 Spark 作业 – 所有作业都直接在 SageMaker Studio 中完成。