Machine Learning in AWS

Maschinelles Lernen in den Händen von Entwicklern und Datenwissenschaftlern

Bei Amazon investieren wir bereits seit 20 Jahren massiv in die Erforschung und Entwicklung künstlicher Intelligenzen. Algorithmen für maschinelles Lernen (ML) sind der Kern vieler unserer internen Systeme. Und sie stehen auch im Mittelpunkt der Kundenerfahrung – von der Wegeoptimierung in unseren Fulfillment-Zentren und der Empfehlungs-Engine auf Amazon.de bis hin zu Echo powered by Alexa, unserer Drohnenintiative Prime Air und unserem neuen Einzelhandelserlebnis Amazon Go. Das ist erst der Anfang. Es ist unsere Mission, unsere Erkenntnisse und Fähigkeiten im Bereich ML als komplett verwaltete Services anzubieten und sie jedem Entwickler und Datenwissenschaftler zugängig zu machen.

Machine Learning in AWS?

Machine Learning für alle

Ob Sie nun ein Datenwissenschaftler, ein ML-Forscher oder ein Entwickler sind, AWS bietet ML-Services und -Tools, die speziell an Ihre Bedürfnisse und Ihren Wissensstand angepasst wurden.

API-gesteuerte ML-Services

Entwickler können jeder Anwendung dank einer vielseitigen Auswahl an bereits trainierten Services Intelligenz hinzufügen. Diese Services bieten zum Beispiel Computervision, Sprache, Sprachanalyse und Chatbot-Funktionen.

Breite Framework-Unterstützung

AWS unterstützt alle großen ML-Frameworks, einschließlich TensorFlow, Caffe2 und Apache MXNet, damit Sie jedes gewünschte Modell verwenden oder entwickeln können.

Fülle an Datenverarbeitungsoptionen

AWS bietet viele verschiedene Datenverarbeitungsoptionen für das Training und die Inferenz: leistungsstarke GPU-basierte Instances, für die Datenverarbeitung und die Speicherung optimierte Instances und sogar FPGAs.

Umfangreiche Plattformintegration

ML-Services sind eng mit dem Rest der Plattform verbunden, zum Beispiel mit dem Data Lake und den Datenbank-Tools, die zur Ausführung der ML-Workloads erforderlich sind. Über einen Data Lake in AWS erhalten Sie Zugriff auf die wohl umfangreichste Plattform für Big Data.

Umfangreiche Analysen

Wählen Sie aus einer umfangreichen Liste an Services zur Datenanalyse aus, darunter Data Warehouses, Business Intelligence, Batch-Verarbeitung, Stream-Verarbeitung und Daten-Workflow-Orchestrierung.

Sicher

Kontrollieren Sie den Zugriff auf Ressourcen dank umfangreicher Berechtigungsrichtlinien. Speicher- und Datenbank-Services bieten starke Verschlüsselung, um Ihre Daten zu schützen. Mit flexiblen Schlüsselmanagement-Optionen können Sie bestimmen, ob Sie sich selbst um Ihre Verschlüsselungsschlüssel kümmern oder AWS diese Aufgabe übertragen wollen.

Nutzungsabhängige Zahlung

Nutzen Sie Services dann, wenn Sie sie benötigen, und so lange, wie Sie sie benötigen. Bei der AWS-Preisgestaltung fallen keine Gebühren im Voraus und keine Strafzahlungen bei Kündigung an. Außerdem gibt es keine langfristigen Verträge. Mit dem kostenlosen AWS Kontingent können Sie sich eine erste Übersicht über AWS verschaffen.

Nirgendwo sonst wird so viel ML entwickelt wie in AWS

zillow-logo-250x100
200x100_Netflix_Logo
Capital_One
NFL
Samsung_Smartthings
Kia
liberty-mutual-logo
200x100_Expedia_Logo
Duolingo
Pinterest
Mapbox
FINRA
200x100_Intuit-Inc_Logo
CMU
Infor
OpenAI

Schnelles Trainieren und Bereitstellen von Modellen

Amazon Sagemaker

Amazon SageMaker ermöglicht es Datenwissenschaftlern und Entwicklern, schnell und einfach ML-Modelle mit Hochleistungs-ML-Algorithmen, umfangreichem Framework-Support und Ein-Klick-Training, -Tuning und -Inferenz zu entwickeln, zu trainieren und bereitzustellen. Amazon SageMaker besitzt eine modulare Architektur, damit Sie einzelne oder alle Funktionen in Ihre bestehenden ML-Workflows integrieren können. 

Weitere Informationen »

SageMaker_How_it_works

Praxiserfahrung mit AWS DeepLens

AWS DeepLens ist die weltweit erste Videokamera mit aktiviertem Deep Learning für Entwickler. AWS DeepLens ist in Amazon SageMaker und vielen anderen AWS-Services integriert und ermöglicht Ihnen den schnellen und einfachen Einstieg in das Thema "Deep Learning".

Weitere Informationen »  

Eine neue Art zu Lernen

Mit AWS DeepLens können Entwickler auf jedem Kompetenzniveau dank Musterprojekten mit praktischen, praxisnahen Beispielen in weniger als 10 Minuten in die Materie des Deep Learning einsteigen.

Vollständig programmierbar

AWS DeepLens lässt sich mit AWS Lambda einfach anpassen und programmieren. Um schnelles Experimentieren zu ermöglichen, werden die Modelle auf DeepLens sogar als Teil einer AWS Lambda-Funktion ausgeführt.

Maßgeschneiderte Hardware für Deep Learning

AWS DeepLens ist eine physische High-Definition-Wireless-Videokamera mit speziell entwickelten, integrierten Datenverarbeitungsfunktionen, die dazu in der Lage ist, DL-Inferenz für fortschrittliche Modelle in Echtzeit auszuführen.

Maßgeschneidert für Deep Learning

DeepLens enthält eine vorinstallierte, optimierte Version von Apache MXNet. Sie können auf dem Gerät jedes DL-Framework ausführen, zum Beispiel TensorFlow und Caffe2.

deeplens_front_crop

API-gesteuerte Services versorgen jede Anwendung mit Intelligenz

Unsere intelligenten Services stellen Ihnen die Möglichkeit zum Hinzufügen von Intelligenz zu ihren Anwendungen durch API-Aufrufe an zuvor trainierte Services bereit, anstatt das Rad neu zu erfinden und die eigenen Modelle zu entwickeln und zu trainieren.

Vision-Services

Konversations-Chatbots

Amazon Rekognition Image

Auf vertieftem Lernen basierende Bildanalyse

Amazon Rekognition Video

Auf Deep Learning basierter Videoanalyse-Service

Amazon Lex

Entwickeln von Chatbots zur Kundeninteraktion

Amazon Comprehend

Einblicke gewinnen und Beziehungen in Texten erkennen

Amazon Translate

Fließende Übersetzung von Text           

Amazon Transcribe

Automatische Spracherkennung         

Amazon Polly

Natürlich klingende Text-zu-Sprache-Funktion

Entwickeln durchdachter Systeme mit beliebigem Framework

AWS unterstützt alle größeren Deep Learning-Frameworks, um Datenwissenschaftlern und Entwicklern eine möglichst offene und flexible Umgebung bereitzustellen.

Amazon Deep Learning-AMIs

Durch die AWS Deep Learning AMIs erhalten Sie die Infrastruktur und die Tools, mit denen Sie Ihre DL-Fähigkeiten in der Cloud verbessern können. Die AMIs enthalten Apache MXNet, TensorFlow, PyTorch, the Microsoft Cognitive Toolkit (CNTK), Caffe, Caffe2, Theano, Torch, Gluon und Keras vorinstalliert, um komplexe, individuelle KI-Modelle zu trainieren. Mit den Deep Learning AMIs können Sie verwaltete, automatisch skalierende GPU-Cluster zum umfangreichen Trainieren erstellen. Alternativ können Sie damit auch Inferenz für trainierte Modelle mit CPU-Instances ausführen, die entweder auf Datenverarbeitung oder allgemein ausgelegt sind.

Weitere Informationen »

caffe2_logo_200px
keras_logo_words_200px
cntk_logo_200px
pytorch_logo_200px

gluon-logo

Gluon wird von AWS und Microsoft gemeinsam entwickelt und bietet eine klare, präzise API zum Definieren von ML-Modellen über eine Sammlung sofort verfügbarer, optimierter neuraler Netzwerkkomponenten. Entwickler, die gerade erst in ML einsteigen, sollten mit dieser Oberfläche leicht zurechtkommen, da sie typischem Code ähnelt und ML-Modelle, wie jede andere Datenstruktur auch, definiert und manipuliert werden können. Erfahrerene Datenwissenschaftler und -forscher werden die Funktionen zum schnellen Entwickeln von Prototypen und zum Nutzen dynamischer neuraler Netzwerkgraphen für komplett neue Modellarchitekturen, ohne dabei Trainingsgeschwindigkeit zu opfern, zu schätzen wissen.

Gluon ist ab heute in Apache MXNet und demnächst in einer neuen Version von Microsoft Cognitive Toolkit und weiteren Frameworks verfügbar.

Weitere Informationen »

Die richtige Datenverarbeitung für jeden Anwendungsfall

Maschinelles Lernen erfordert eine vielschichtige Reihe leistungsstarker Datenverarbeitungsoptionen: von GPUs für datenverarbeitungslastiges Deep Learning über FPGAs für spezialisierte Hardwarebeschleunigung bis hin zu High-Memory-Instances zum Ausführen von Inferenz. Amazon EC2 bietet eine große Auswahl von Instance-Typen, die für ML-Anwendungsfälle optimiert sind. Instance-Typen bestehen aus verschiedenen Kombinationen von CPU, Arbeitsspeicher, Speicher und Netzwerkfunktionen und bieten Ihnen die Flexibilität, den gewünschten Ressourcen-Mix auszuwählen, ob Sie nun Modelle trainieren oder Inferenz für trainierte Modelle ausführen.

GPU-Instances

Nvidia

P3-Instances bieten bis zu 14-mal bessere Leistung als Amazon EC2-GPU-Datenverarbeitungs-Instances der vorherigen Generation. Mit bis zu 8 NVIDIA Tesla V100 GPUs, erreichen P3-Instances bis zu ein Petaflop Mixed-Precision, 125 Teraflops Single-Precision und 62 Teraflops Double-Precision Floating Point Operations.

Weitere Informationen »

Leistungsstarke Datenverarbeitung

Intel

C5-Instances werden von 3,0 GHz Intel Xeon Scalable-Prozessoren unterstützt und gestatten dank Intel Turbo Boost-Technologie, dass ein einziger Kern mit bis zu 3,5 GHz läuft. C5-Instances bieten ein höheres Arbeitsspeicher-zu-vCPU-Verhältnis und ein 25 % besseres Preis-Leistungs-Verhältnis im Vergleich zu C4-Instances. Sie eignen sich ideal für anspruchsvolle Inferenz-Anwendungen. 

Weitere Informationen »

FPGAs auf Anfrage

Amazon EC2 F1 ist eine Compute-Instance mit Field Programmable Gate Arrays (FPGAs), die Sie programmieren können, um benutzerdefinierte Hardwarebeschleunigungen für Ihre ML-Anwendungen zu erstellen. F1-Instances sind einfach zu programmieren und enthalten bereits alles, was Sie zum Entwickeln, Simulieren, Debuggen und Kompilieren Ihres Hardwarebeschleunigungs-Codes benötigen. Sie können die Designs beliebig oft und in beliebig vielen F1-Instances wiederverwenden.

Weitere Informationen »

Auf der umfangreichsten Plattform für Big Data aufbauen

Um ML erfolgreich umzusetzen, benötigen Sie nicht nur ML-Fähigkeiten, sondern auch den richtigen Datenspeicher, die richtige Sicherheit und die richtigen Analyse-Services, die Hand in Hand arbeiten.

Data-Lake-Services

S3

Amazon S3

Amazon S3 ist ein Objektspeicher zum Speichern und Abrufen beliebiger Datenmengen aus allen Speicherorten. Es ist auf eine 99,999999999%ige Haltbarkeit ausgelegt und speichert Daten für Millionen von Anwendungen, die von Marktführern aus allen Branchen verwendet werden. S3 bietet umfassende Sicherheits- und Compliance-Funktionen, die selbst die strengsten rechtlichen Anforderungen erfüllen. Amazon S3 ist die am häufigsten unterstützte, verfügbare Speicherplattform mit dem größten Ökosystem an ISV-Lösungen und Systemintegratorpartnern.  

Weitere Informationen »

GLUE

AWS Glue

AWS Glue ist ein vollständig verwalteter ETL-Service (Extrahieren, Transformieren und Laden), der Kunden das Vorbereiten und Laden ihrer Daten zu Analysezwecken erleichtert. Sie können ETL-Aufträge mit wenigen Mausklicks in der AWS Management Console erstellen und ausführen. Indem Sie AWS Glue einfach auf Ihre in AWS gespeicherten Daten verweisen, werden Ihre Daten von der Anwendung erkannt und die zugehörigen Metadaten im AWS Glue-Datenkatalog gespeichert. Sie können Ihre Daten unmittelbar nach der Katalogisierung durchsuchen, abfragen und für ETL nutzen.

Weitere Informationen »


Analyse-Services

ATHENA

Amazon Athena

Amazon Athena ist ein interaktiver Abfrageservice, der die Analyse von Daten in Amazon S3 mit Standard-SQL erleichtert. Athena kommt ohne Server aus, deshalb gibt es auch keine Infrastruktur zu verwalten und Sie zahlen nur für die Abfragen, die Sie auch ausführen.

Weitere Informationen »

EMR

Amazon EMR

Mit AWS EMR können Sie schnell gewaltige Mengen nicht strukturierter Daten in dynamisch skalierbaren Clustern mit gängigen Frameworks wie Apache Spark, Presto, Hive und Pig verarbeiten.

Weitere Informationen »

REDSHIFT

Amazon Redshift

Amazon Redshift ist ein schnelles, vollständig verwaltetes Data Warehouse, mit dem Sie im Zusammenspiel mit Ihren vorhandenen Business Intelligence-Tools und mithilfe von Standard-SQL Petabyte an Daten einfach und kostengünstig analysieren können.

Weitere Informationen »

REDSHIFT SPECTRUM

Amazon Redshift Spectrum

Mit Redshift Spectrum können Sie Amazon Redshift SQL-Abfragen gegen Exabyte voller Daten in Amazon S3 ausführen, um die analytische Leistungsfähigkeit von Amazon Redshift zur Abfrage gewaltiger Mengen nicht strukturierter Daten in Ihrem Amazon S3 "Data Lake" zu erweitern.

Weitere Informationen »

ML-Programme

Da Amazon jedem Entwickler, Datenwissenschaftler und Datenforscher ML-Funktionen verfügbar machen möchte, sind wir stolz darauf, Programme zur Förderung der Entwicklung von Lösungen, die auf ML basieren, anzubieten.

Amazon ML Solutions Lab

Im Amazon ML Solutions Lab kann Ihr Team mit den Amazon Machine Learning-Experten von Amazon zusammenarbeiten, um Daten vorzubereiten, Modelle zu entwickeln und zu trainieren und Modelle zu produzieren. Das Lab kombiniert praxisnahe, lehrreiche Workshops, Brainstorming-Sitzungen und professionelle Beratungsgespräche, damit Sie von Ihren Unternehmensherausforderungen ausgehend "rückwärts" bewegen und sich Schritt für Schritt durch den Prozess der Entwicklung einer ML-basierten Lösung arbeiten können. Am Ende des Programms können Sie die gesammelten Erfahrungen auch in anderen Teilen Ihres Unternehmens anwenden und mit ML Changen wahrnehmen.

Weitere Informationen »

Amazon ML Research Grants

Das AWS Machine Learning Research Awards-Programm finanziert Universitätsabteilungen, Lehrkörper, Doktoranden und Post-Doktoranden, die sich mit neuen Forschungen im Bereich "Maschinelles Lernen" (ML) beschäftigen.

Unser Ziel ist es, die Entwicklung innovativer Algorithmen, Veröffentlichungen und Quellcodes in vielen verschiedenen ML-Anwendungen und Fokusbereichen zu beschleunigen. Ausgewählte Projekte erhalten uneingeschränkten Zugriff auf Geldspenden und AWS-Credits, die für beliebige Cloud-Services von Amazon genutzt werden können. Begünstigte profitieren außerdem von unseren Trainingsressourcen und erhalten die Möglichkeit, an einem jährlich stattfindenden Forschungsseminar in unserem Hauptquartier in Seattle teilzunehmen.

Weitere Informationen »

ML-Integrationen auf der AWS-Plattform

Maschinelles Lernen in AWS geht weit über die Services hinaus, die speziell zum Erstellen von ML-Anwendungen entwickelt wurden. Viele Services auf der Plattform nutzen ML, um die Funktionalität zu verbessern, die sie Ihnen bieten.

ATHENA

Amazon Connect

Amazon Connect, ein Call-Center in der Cloud, ist in Amazon Lex integriert, um Sprachagenten, genannt Chatbots, zu entwickeln, die automatisch eingehende Kunden-Support-Anfragen proaktiv lösen bzw. weiterleiten können.

Weitere Informationen »

MACIE

Amazon Macie

Amazon Macie ist ein Sicherheitsservice, der auf Basis von Machine Learning automatisch vertrauliche Daten in AWS erkennt, klassifiziert und schützt. Macie bietet Ihnen Dashboards und Warnmeldungen, mit denen Sie sehen können, wie auf diese Daten zugegriffen wird bzw. wie sie verschoben werden, um nicht autorisierten Zugriff oder ungewollte Datenlecks zu vermeiden.

Weitere Informationen »

Erste Schritte mit maschinellem Lernen in AWS

Haben Sie Fragen?
Kontakt