Veröffentlicht am: Jul 27, 2021
AWS-Lösungen hat das AWS MLOps Framework aktualisiert, eine AWS-Lösungsimplementierung, die den Pipeline-Bereitstellungsprozess vereinfacht und bewährte Methoden für die Architektur bei der Produktion von Modellen für maschinelles Lernen (ML) durchsetzt. Diese Lösung spricht häufige betriebliche Probleme an, mit denen sich Kunden bei der Einführung mehrerer ML-Workflow-Automatisierungstools konfrontiert sehen.
Dieses Update erweitert die Bereitstellungsfunktionen der Lösung für mehrere Konten mit AWS Organizations und AWS CloudFormation StackSets, indem es Kunden ermöglicht, mehrere Umgebungen (z. B. Entwicklung, Staging und Produktion) in ihrer Organisation über ein delegiertes Administratorkonto bereitzustellen. Dies verbessert Governance und Sicherheit bei der Bereitstellung von ML-Workloads und schützt gleichzeitig die Produktionsdaten mit den entsprechenden Kontrollmaßnahmen. Diese neue Version verfügt auch über die Möglichkeit der Verwendung des Amazon SageMaker-Modellregisters zur Bereitstellung versionierter Modelle. Mit dem Modellregister können Sie Modelle zur Produktion katalogisieren, Modellversionen verwalten, Metadaten mit Modellen assoziieren, den Genehmigungsstatus eines Modells verwalten, Modelle zur Produktion bereitstellen und Modellbereitstellungen mit CI/CD automatisieren.
Diese Lösung bietet die folgenden Hauptfunktionen:
- Initiiert eine vorkonfigurierte Pipeline durch einen API-Aufruf oder ein Git-Repository
- Stellt automatisch ein geschultes Modell bereit und bietet einen Inferenz-Endpunkt
- Kontinuierliche Überwachung der eingesetzten Machine Learning-Modelle und Erkennung von Qualitätsabweichungen
- Unterstützt die Durchführung Ihrer eigenen Integrationstests, um sicherzustellen, dass das bereitgestellte Modell die Erwartungen erfüllt
- Ermöglicht die Bereitstellung mehrerer Umgebungen, um den Lebenszyklus Ihre ML-Modells zu unterstützen
- Die Möglichkeit der Verwendung des Amazon SageMaker-Modellregisters zur Bereitstellung versionierter Modelle
- Unterstützt mehrere Konten zur Nutzung von Bring-your-own-Model- und Modell-Monitor-Pipelines
- Ermöglicht Kunden die Erstellung und Registrierung von Docker-Bildern für benutzerdefinierte Algorithmen, die für die Modellbereitstellung auf einem Amazon-Sagemaker-Endpunkt verwendet werden sollen.
Weitere AWS-Lösungen sind auf der Webseite der AWS-Lösungsimplementierungenerhältlich. Dort können Kunden Lösungen nach Produktkategorien oder Branchen geordnet durchsuchen, um von AWS geprüfte, automatisierte und einsatzbereite Referenzimplementierungen für spezifische Geschäftsanforderungen zu erhalten.