Veröffentlicht am: Aug 16, 2022
Bei Amazon Rekognition Custom Labels handelt es sich um einen Service für automatisiertes Machine Learning (AutoML). Damit können Kunden – ohne tiefgreifende Fachkenntnisse im Bereich Machine Learning – eigene Computer-Vision-Modelle zur Erkennung von für ihr Geschäft spezifischen Objekten und Szenen entwickeln. Ab heute kann Custom Labels automatisch Inferenz-Einheiten eines trainierten Modells basierend auf einem Kunden-Workload automatisch skalieren. Dadurch sinken die Modellinferenzkosten, da Kunden die Inferenzeinheiten nicht mehr übermäßig bereitstellen müssen, um Anstiege oder Schwankungen bei den Image-Volumes zu unterstützen.
Zuvor mussten Custom-Labels-Kunden mit unvorhersehbaren Workloads Mindestwerte für Inferenzeinheiten einstellen, die die erwarteten Höchstwerte der Volumes unterstützen konnten. Das führte zu höheren Kosten, da die Inferenzheiten auch dann verbraucht wurden, wenn die Volumes geringer oder nicht vorhanden waren. Mit der automatischen Skalierung können Kunden jetzt sowohl Mindest- als auch Höchstwerte für die Inferenzeinheiten einstellen. Custom Labels passt die Inferenzeinheiten innerhalb der angegebenen Mindest- und Höchstwerte auf Grundlage der Image-Volumes dynamisch an. Kunden werden nur die von ihnen verbrauchten Inferenzeinheiten in Rechnung gestellt. Die niedrigste zulässige Inferenzeinheit ist 1. Nehmen wir als Beispiel, dass ein Kunde einen Mindestwert von 1 und einen Höchstwert von 5 für seine Inferenzeinheiten angibt. Wenn der Kunden-Workload 5 Stunden lang 5 Inferenzheiten und den Rest des Tages 1 Inferenzeinheit verbraucht hat, werden ihm nur 176 USD in Rechnung gestellt (19 Stunden x 4 USD pro Stunde x 1 Inferenzeinheit + 5 Stunden x 4 USD pro Stunde x 5 Inferenzeinheiten). Ohne automatische Skalierung hätte der Kunde 480 USD zahlen müssen (24 Stunden x 4 USD pro Stunde x 5 Inferenzeinheiten).
Diese Funktion ist in allen unterstützten Regionen von Amazon Rekognition Custom Labels verfügbar. Weitere Informationen zu Amazon Rekognition Custom Labels finden Sie in der Funktionsdokumentation. Beginnen Sie, indem Sie zur Custom-Labels-Konsole gehen.