Publicado en: Jun 2, 2020
Hoy, anunciamos la versión preliminar pública de los componentes de Amazon SageMaker para canalizaciones de Kubeflow. Los desarrolladores de aprendizaje automático (ML) que utilicen las canalizaciones de Kubeflow pueden convertir sus pasos de canalización existentes para que se ejecuten en SageMaker con los componentes de SageMaker. Por ejemplo, los equipos de ML pueden usar SageMaker para entrenamiento administrado en instancias de spot, lo que configurará de forma automática los puntos de control de modelos en S3 para que sea posible pausar y reanudar el entrenamiento desde el último estado guardado. Otras características de SageMaker compatibles con las canalizaciones de Kubeflow son los algoritmos integrados, el entrenamiento distribuido administrado y el ajuste de hiperparámetros. Además, SageMaker puede cambiar los tipos de instancia con un intercambio de parámetros, lo que sustituye a la complicada configuración de escalado automático de Kubernetes.
Amazon SageMaker es un servicio completamente administrado altamente disponible, escalable y de confianza. SageMaker simplifica la infraestructura necesaria para ejecutar un entorno de canalizaciones de Kubeflow. Los componentes de SageMaker para canalizaciones de Kubeflow admiten actualmente trabajos de creación de puntos de enlace de modelos, SageMaker Ground Truth, entrenamiento, optimización de hiperparámetros, creación de modelos e inferencia por lotes.
La versión preliminar pública de los componentes de Amazon SageMaker para canalizaciones de Kubeflow está disponible en todas las regiones donde se ofrece Amazon SageMaker. Consulte la tabla de regiones de AWS para obtener más información. Para comenzar, visite la página de documentación de los componentes de SageMaker para canalizaciones de Kubeflow.