Publicado en: Oct 30, 2023
Amazon SageMaker ahora es compatible con trabajos de procesamiento geoespacial, lo que facilita a los científicos de datos y a los ingenieros de ML la ejecución de cargas de trabajo de ML a escala planetaria. Para ejecutar cargas de trabajo a gran escala, los clientes necesitan un clúster de procesamiento flexible que pueda escalar desde decenas de instancias para procesar una manzana hasta miles de instancias para el procesamiento a escala planetaria. La administración manual de un clúster de computación creado por usted mismo es lenta y costosa. Además, crear y mantener un entorno estandarizado para acceder, procesar y visualizar datos geoespaciales es complejo, lento y costoso.
Con este lanzamiento, los clientes ahora pueden usar el contenedor geoespacial especialmente diseñado por SageMaker con trabajos de procesamiento para una experiencia simplificada y gestionada para crear y ejecutar un clúster. El contenedor geoespacial estandarizado y diseñado específicamente de SageMaker le permite acceder a un catálogo de datos geoespaciales, procesar los datos con algoritmos de código abierto o modelos de ML previamente entrenados, visualizar las predicciones en un mapa y colaborar con otros miembros del equipo. Con solo unas pocas líneas de código, puede escalar sus cargas de trabajo geoespaciales con los trabajos de procesamiento de SageMaker. Solo tiene que especificar un script que defina su carga de trabajo, la ubicación de sus datos geoespaciales en Amazon Simple Storage Service (Amazon S3) y el contenedor geoespacial. SageMaker Processing proporciona recursos de clúster para que pueda ejecutar cargas de trabajo de ML geoespaciales a escala de ciudad, país o continente.
La compatibilidad con la imagen geoespacial en los trabajos de procesamiento de SageMaker ya está disponible de forma general en la región oeste de EE.UU. (Oregón).
Para obtener más información sobre las capacidades de ML en el análisis geoespacial, visite la página web o consulte nuestra documentación.