Funktionen von Amazon SageMaker Studio

Durchgängige ML-Entwicklung mit einer vollständig verwalteten IDE durchführen

JupyterLab

Starten Sie das vollständig verwaltete JupyterLab in Sekundenschnelle. Verwenden Sie die neueste webbasierte interaktive Entwicklungsumgebung für Notebooks, Code und Daten. Die flexible und erweiterbare Benutzeroberfläche ermöglicht die einfache Konfiguration von Machine-Learning-Workflows. Erhalten Sie KI-gestützte Unterstützung bei der Code-Generierung, Fehlerbehebung und Expertenanleitung, um Ihre ML-Entwicklung zu beschleunigen – alles in Ihrer Notebook-Umgebung.

JupyterLab

Code-Editor, basierend auf Code-OSS

Verwenden Sie den schlanken und leistungsstarken Code-Editor und steigern Sie die Produktivität mit den vertrauten Tastenkombinationen, dem Terminal, dem Debugger und den Refactoring-Tools. Wählen Sie aus Tausenden von Visual-Studio-Code-kompatiblen Erweiterungen, die in der Open-VSX-Erweiterungsgalerie verfügbar sind, um Ihre Entwicklungserfahrung zu verbessern. Ermöglichen Sie die Versionskontrolle und die teamübergreifende Zusammenarbeit über GitHub-Repositorys. Verwenden Sie die beliebtesten ML-Frameworks sofort mit der vorkonfigurierten SageMaker-AI-Distribution. Nahtlose Integration mit AWS-Diensten über das AWS Toolkit für Visual Studio Code, einschließlich integriertem Zugriff auf AWS-Datenquellen wie Amazon Simple Storage Service (Amazon S3) und Amazon Redshift, und Steigerung der Codiereffizienz durch chatbasierte und Inline-Code-Vorschläge, die von Amazon Q Developer unterstützt werden.

Code-Editor, basierend auf Code-OSS

RStudio

Verwenden Sie die vollständig verwaltete integrierte Entwicklungsumgebung (IDE) für R mit einer Konsole, einem Editor zur Syntaxhervorhebung, der die direkte Codeausführung unterstützt, und Tools für Plotten, Verlauf, Debuggen und Workspace-Management. Verwenden Sie vorkonfigurierte R-Pakete wie devtools, tidyverse, shiny und rmarkdown, um Erkenntnisse zu generieren, und veröffentlichen Sie sie mit RStudio Connect. Sie können nahtlos zwischen den IDEs von RStudio, JupyterLab und Code Editor für die R- und Python-Entwicklung wechseln. 

RStudio

Auf FMs zugreifen und diese evaluieren

Schneller Einstieg in die generative KI-Entwicklung mithilfe von Hunderten von öffentlich verfügbaren FMs und vorgefertigten Lösungen, die in nur wenigen Schritten von Amazon-SageMaker-JumpStart aus bereitgestellt werden können. Mit Amazon SageMaker Clarify können Sie innerhalb weniger Minuten anhand einer Vielzahl von Kriterien wie Genauigkeit, Robustheit, Toxizität und Verzerrung die besten FMs für Ihren Anwendungsfall bewerten, vergleichen und auswählen. Beginnen Sie mit FM-Evaluationen, indem Sie kuratierte Prompt-Datensätze verwenden, oder erweitern Sie die Auswertung mit Ihren eigenen benutzerdefinierten Prompt-Datensätzen. Menschliche Bewertungen können für subjektivere Dimensionen wie Kreativität und Stil verwendet werden.
Auf FMs zugreifen und diese evaluieren

Bereiten Sie Daten nach Maß vor

Vereinfachen Sie Ihre Daten-Workflows mit einer einheitlichen Umgebung für Data Engineering, Analytik und ML. Führen Sie Spark-Jobs interaktiv mithilfe den Serverless-Spark-Umgebungen von Amazon EMR und AWS Glue aus und überwachen Sie sie mithilfe der Spark-Benutzeroberfläche. Nutzen Sie die integrierte Datenvorbereitungsfunktion, um Daten zu visualisieren, Datenqualitätsprobleme zu erkennen und empfohlene Lösungen zur Verbesserung der Datenqualität anzuwenden. Automatisieren Sie Ihre Datenvorbereitungs-Workflows, indem Sie Ihr Notebook in wenigen Schritten als Job planen. Speichern, teilen und verwalten Sie ML-Modellfunktionen in einem zentralen Feature Store.

Bereiten Sie Daten nach Maß vor

Schnelles Trainieren von Modellen mit optimierter Leistung

Amazon SageMaker AI bietet leistungsstarke verteilte Trainingsbibliotheken und integrierte Tools zur Optimierung der Modellleistung. Sie können Ihre Modelle automatisch optimieren und Leistungsprobleme visualisieren und korrigieren, bevor Sie die Modelle in der Produktion einsetzen.

Schnelles Trainieren von Modellen mit optimierter Leistung

Einsatz von Modellen für optimale Inferenzleistung und Kosten

Stellen Sie Ihre Modelle mit einer breiten Auswahl an ML-Infrastruktur- und Bereitstellungsoptionen bereit, um Ihre ML-Inferenzanforderungen zu erfüllen. SageMaker AI wird vollständig verwaltet und ist mit MLOps-Tools integriert, so dass Sie Ihre Modellbereitstellung skalieren, die Kosten für Inferenzen senken, Modelle in der Produktion effektiver verwalten und den operativen Aufwand reduzieren können.

Einsatz von Modellen für optimale Inferenzleistung und Kosten 

Bereitstellung leistungsstarker ML-Modelle für die Produktion

SageMaker AI bietet speziell entwickelte MLOps- und Governance-Tools, die Sie bei der Automatisierung, Standardisierung und Optimierung von Dokumentationsprozessen über den gesamten ML-Lebenszyklus hinweg unterstützen. Mit den MLOps-Tools von SageMaker AI können Sie ML-Modelle einfach und skaliert trainieren, testen, Fehler beheben, bereitstellen und verwalten, während die Modellleistung in der Produktion erhalten bleibt.

Bereitstellung leistungsstarker ML-Modelle für die Produktion

Erhalten Sie Unterstützung durch generative KI

Beschleunigen Sie Ihre Entwicklungsgeschwindigkeit beim ML mit KI-Unterstützung durch Amazon Q Developer auf JupyterLab und Code Editor. Nutzen Sie die Inline-Code-Vorschläge von Amazon Q Developer und die Chat-basierte Unterstützung, um bei Bedarf Anleitungen, Codierungshilfen und Schritte zur Fehlerbehebung zu erhalten. Starten Sie schnell und steigern Sie Ihre Produktivität mit diesem leistungsstarken Tool, das Sie jederzeit zur Hand haben.

Erhalten Sie Unterstützung durch generative KI

Beschleunigen Sie die Entwicklung von ML und generativer KI

KI-Apps von AWS-Partnern sind jetzt in Amazon SageMaker AI und Amazon SageMaker Unified Studio verfügbar. Suchen, Bereitstellung und Nutzung dieser KI-Apps in SageMaker. Nahtlose, vollständig verwaltete Erfahrung ohne Bereitstellung oder Betrieb einer Infrastruktur. Alles innerhalb der Sicherheit und des Datenschutzes Ihrer SageMaker-Umgebung.

Erfahren Sie mehr über Amazon SageMaker Partner KI-Apps

image