Amazon SageMaker Studio simplifie la prise en main des nouveaux créateurs d’IA/ML grâce à la connexion sociale
Amazon SageMaker Studio permet désormais aux nouveaux clients de s’inscrire avec leurs informations d’identification Google, GitHub ou Apple et d’accéder à un environnement Studio entièrement configuré. Aucune configuration de compte AWS traditionnelle, aucune carte de crédit et aucune navigation sur console n’est requise.
Auparavant, les nouveaux clients qui découvraient un modèle sur Hugging Face ou sur une page produit AWS devaient suivre un processus de création de compte AWS en plusieurs étapes, fournir une carte de crédit, naviguer dans la console AWS pour trouver SageMaker AI, configurer un environnement et configurer des autorisations IAM avant de pouvoir commencer à travailler. Lors des lancements précédents, nous avons réduit la configuration de l’environnement à vingt secondes, préconfiguré les autorisations de personnalisation des modèles et introduit des liens profonds depuis les pages de produits Hugging Face et AWS afin que les clients puissent accéder directement à Studio avec un modèle préchargé. Désormais, grâce à la connexion sociale, les nouveaux clients effectuent une inscription simplifiée en utilisant une identité existante, reçoivent des crédits gratuits dans le cadre de l’offre gratuite AWS sans carte de crédit requise et arrivent dans un environnement SageMaker Studio prêt à l’emploi où ils peuvent immédiatement optimiser, évaluer et déployer des modèles de base. Les clients peuvent inviter les membres de l’équipe par e-mail et les collaborateurs peuvent se connecter avec leurs propres informations d’identification pour accéder à l’environnement Studio partagé, y compris aux modèles, blocs-notes et points de terminaison partagés sans configurer les autorisations ni les utilisateurs IAM. Lorsqu’un projet dépasse les crédits gratuits, les clients peuvent passer à un forfait payant et fixer une limite de dépenses pour respecter leur budget. Les clients vérifiés continuent de bénéficier d’un accès GPU par défaut aux instances G5, G6, G6e et G4dn pour les déploiements de points de terminaison, les tâches d’entraînement et les blocs-notes sans demander d’augmentation de quota.
Cette caractéristique est disponible dans toutes les Régions AWS commerciales où Amazon SageMaker Studio est prise en charge. Pour commencer, rendez-vous sur n’importe quel modèle compatible sur Hugging Face et sélectionnez « Personnaliser et déployer sur SageMaker AI » ou « Déployer sur SageMaker AI », ou cliquez sur « Démarrage » sur la page SageMaker Studio. Pour en savoir plus, consultez la documentation d’inscription à AWS et le Guide de configuration de SageMaker Studio.