Amazon SageMaker JumpStart

Un centre de machine learning (ML) avec des modèles de base, des algorithmes intégrés et des solutions ML prédéfinies que vous pouvez déployer en quelques clics

Des modèles de provenant de fournisseurs renommés, permettant ainsi de créer de texte et d'images entièrement personnalisables

Des centaines d'algorithmes intégrés avec des modèles pré-entraînés provenant de centres de modèles renommés

 

Des solutions entièrement personnalisables pour les cas d'utilisation courants avec des architectures de référence pour accélérer votre transition vers le ML

Partagez des modèles et des blocs-notes ML au sein de votre organisation pour accélérer la création et le déploiement de modèles ML

Amazon SageMaker JumpStart est une solution de machine learning (ML) qui peut vous aider à accélérer votre transition vers le ML. Avec SageMaker JumpStart, vous pouvez accéder à des modèles pré-entraînés, y compris des modèles de base, pour effectuer des tâches telles que la synthèse d'articles et la génération d'images. Les modèles pré-entraînés peuvent être entièrement adaptés à votre cas d'utilisation grâce à vos données, et vous pouvez facilement les déployer en production à l'aide de l'interface utilisateur ou du SDK. De plus, vous pouvez accéder à des solutions prédéfinies pour résoudre des cas d'utilisation courants et partager des artefacts de machine learning, notamment des modèles ML et des blocs-notes, au sein de votre organisation afin d'accélérer la création et le déploiement de modèles ML.

Aucune de vos données n'est utilisée pour former les modèles sous-jacents. En faisant en sorte que vos données soient chiffrées et ne quittent pas votre cloud privé virtuel (VPC), nous garantissons que vos données resteront privées et confidentielles. Pour plus d'informations, consultez les pages de Questions fréquentes (FAQ).

Fonctionnement

  • Modèles de base
  • Algorithmes intégrés avec modèles pré-entraînés
  • Solutions
  • Diagramme de fonctionnement des solutions
  • Partage d'artefacts ML
  • Diagramme de fonctionnement du partage d'artefacts ML

Modèles de base

SageMaker JumpStart propose une large sélection de modèles de base propriétaires et accessibles publiquement qui proviennent de différents fournisseurs de modèles. Les modèles de base sont des modèles ML à grande échelle qui contiennent des milliards de paramètres et sont pré-formés sur des téraoctets de données texte et image, vous permettant ainsi d'exécuter un large éventail de tâches telles que la synthèse d'articles et la génération de texte, d'image ou de vidéo. Les modèles de base étant pré-formés, ils peuvent contribuer à réduire les coûts de formation et d'infrastructure, et permettre une certaine personnalisation en fonction de votre cas d'utilisation.

Découvrez les modèles de base disponibles »

Modèles de base disponibles avec SageMaker.

Meta

Algorithmes intégrés

SageMaker JumpStart propose des centaines d'algorithmes intégrés avec des modèles préentraînés provenant de hubs de modèles, notamment TensorFlow Hub, PyTorch Hub, HuggingFace et MxNet GluonCV. Vous pouvez également accéder aux algorithmes intégrés à l'aide du SDK Python de SageMaker. Les algorithmes intégrés couvrent les tâches courantes de ML, telles que la classification des données (image, texte, tableau) et l'analyse du ressenti client.

En savoir plus sur les algorithmes intégrés »

Solutions intégrées

Les solutions intégrées peuvent être utilisées pour les cas d'utilisation courants et sont entièrement personnalisables.

En savoir plus sur les solutions intégrées »

Clients

Canva
« Chez Canva, nous avons pour mission de permettre au monde entier de concevoir et de permettre à chacun de créer facilement quelque chose de beau sur n'importe quel périphérique. Grâce à l'IA générative, nous aidons les utilisateurs à donner vie à leurs idées avec le moins de friction possible. Grâce à SageMaker JumpStart, nous sommes en mesure de donner à nos équipes les moyens de se lancer dans l'IA générative et de tester différents modèles de base. Lors de notre hackathon mondial, les Canvanauts ont pu facilement déployer une grande variété de modèles de fondation et lancer leurs projets. Cela a joué un rôle clé dans le succès de notre hackathon. »

Nic Wittison, responsable de l'ingénierie pour les produits d'IA, Canva

Dovetail
« Chez Dovetail, nous aidons les organisations à améliorer la qualité de leurs produits et de leurs services grâce au pouvoir d'une meilleure compréhension de leurs clients. Avec Amazon SageMaker JumpStart, nous sommes en mesure d'accéder, de tester et de déployer facilement des modèles de base avancés. Nous avons utilisé AI21 Jurassic-2 Mid pour bénéficier d'une synthèse améliorée, puis nous avons été en mesure de l'intégrer dans notre application SaaS en quelques semaines, au lieu de prendre des mois pour la mettre en œuvre. Nos clients peuvent désormais extraire de manière efficace et comprendre les informations issues de leurs données tout en garantissant la confidentialité et la sécurité des données. »

Chris Manouvrier, responsable de l'architecture d'entreprise, Dovetail

Lexitas
« Nos clients ont des milliers de documents juridiques et le processus d'analyse de ces documents est long et fastidieux. Souvent, il n'existe aucun moyen d'obtenir rapidement des réponses, par exemple en comprenant qui a posé une question lors d'une déposition. Grâce à Amazon SageMaker JumpStart, nous pouvons désormais accéder à des modèles de base de pointe pour alimenter nos produits afin que les clients puissent traiter divers cas d'utilisation, tels que la détection de contradictions et la recherche sémantique, dans des milliers de documents à la fois. Les avocats peuvent désormais utiliser les transcriptions passées pour se préparer aux événements futurs, tout en respectant des exigences strictes en matière de sécurité et de conformité. »

Jason Primuth, directeur de l'innovation, Lexitas

Tyson
« Chez Tyson Foods, nous continuons à rechercher de nouvelles façons d'utiliser le machine learning (ML) dans notre processus de production pour améliorer la productivité. Nous utilisons des modèles de classification d'images pour identifier les produits de la chaîne de production qui nécessitent des étiquettes d'emballage. Cependant, les modèles de classification d'images doivent être recyclés avec de nouvelles images du terrain sur une base récurrente. Amazon SageMaker JumpStart permet à nos scientifiques des données de partager des modèles ML avec des ingénieurs d'assistance afin qu'ils puissent former des modèles ML avec de nouvelles données sans écrire de code. Cela accélère la mise sur le marché des solutions ML, favorise des améliorations continues et augmente la productivité. »

Rahul Damineni, scientifique des données, Tyson Foods

Mission Automate
« Grâce à Amazon SageMaker JumpStart, nous sommes en mesure de proposer des solutions ML en quelques jours pour répondre aux besoins de prédiction plus rapide et plus fiable du machine learning. »

Alex Panait, PDG, Mission Automate

MyCase
« Grâce à Amazon SageMaker JumpStart, nous pouvons avoir de meilleurs points de départ, ce qui nous permet de déployer une solution ML pour nos propres cas d'utilisation en 4 à 6 semaines au lieu de 3 à 4 mois. »

Gus Nguyen, ingénieur logiciel, MyCase

Pivotree
« Avec Amazon SageMaker JumpStart, nous pouvons développer plus rapidement des applications ML dédiées notamment à la détection automatique d'anomalies ou à la classification d'objets et proposer des solutions, de la démonstration de faisabilité à la production en quelques jours seulement. »

Milos Hanzel, architecte de plateforme, Pivotree 

Démarrer avec SageMaker JumpStart

Blogs

Blog

Utiliser Stable Diffusion XL avec Amazon SageMaker JumpStart dans Amazon SageMaker Studio

BLOG

Utiliser des modèles de base d'IA générative en mode VPC sans connexion Internet à l'aide d'Amazon SageMaker JumpStart

BLOG

Les modèles de base Llama 2 de Meta sont désormais disponibles dans Amazon SageMaker JumpStart

BLOG

Le Technology Innovation Institute forme le modèle de base avancé FalconLLM 40B sur Amazon SageMaker

BLOG

Classification de texte Zero-Shot avec Amazon SageMaker JumpStart

BLOG

Utiliser un modèle de base d'IA générative pour résumer et répondre aux questions à l'aide de vos propres données

BLOG

Adaptation au domaine : ajustement précis des modèles de base dans Amazon SageMaker JumpStart sur les données financières

BLOG

Affiner les modèles de diffusion stable texte-image avec Amazon SageMaker JumpStart

BLOG

Créer un puissant robot d'assurance qualité avec Amazon SageMaker, Amazon OpenSearch Service, Streamlit et LangChain

Ateliers pratiques

Didacticiel

Tutoriel étape par étape pour démarrer avec SageMaker JumpStart

ATELIERS

Découvrez comment utiliser SageMaker JumpStart pour les cas d'utilisation

Vidéos

VIDÉO

AWS On Air ft. Les modèles de base Llama 2 sont désormais disponibles dans Amazon SageMaker JumpStart

AWS On Air ft. Les modèles de base Llama 2 sont désormais disponibles dans SageMaker JumpStart
VIDÉO

Déployer rapidement des grands modèles de langage (LLM) et commencer à créer dès aujourd'hui avec Amazon SageMaker JumpStart

Déployer rapidement des grands modèles de langage (LLM) et commencer à créer dès aujourd'hui avec SageMaker JumpStart
VIDÉO

Comment affiner et déployer un modèle de diffusion texte-image stable à l'aide d'Amazon SageMaker JumpStart en moins de 2 minutes

Comment affiner et déployer un modèle de diffusion stable texte-image à l'aide de SageMaker JumpStart
VIDÉO

Comment accéder à un modèle de diffusion stable de texte en image, le former et le déployer à l'aide d'Amazon SageMaker JumpStart, le tout en moins de 3 minutes

Comment accéder à un modèle de diffusion stable, le former et le déployer à l'aide d'Amazon SageMaker JumpStart
VIDÉO

AWS Startup Showcase S3 E1 : IA générative : engouement injustifié ou réalité - Table ronde

AWS Startup Showcase S3 E1 : IA générative : engouement injustifié ou réalité
VIDÉO

AWS On Air ft. Partager des modèles et des blocs-notes avec Amazon SageMaker JumpStart

AWS On Air ft. Partager des modèles et des blocs-notes avec SageMaker JumpStart

Nouveautés

Date (de la plus récente à la plus ancienne)
  • Date (de la plus récente à la plus ancienne)
Aucun résultat correspondant
1