Memperkenalkan Amazon SageMaker – Mempercepat Machine Learning

Dikirim di: 19 Okt 2023

Hari ini kami meluncurkan Amazon SageMaker di AWS Secret Region. Amazon SageMaker adalah layanan machine learning menyeluruh yang terkelola sepenuhnya yang memungkinkan ilmuwan data, pengembang, dan pakar machine learning untuk dengan cepat membangun, melatih, dan meng-host model machine learning dalam skala besar. Ini secara drastis mempercepat semua upaya machine learning Anda dan memungkinkan Anda menambahkan machine learning ke aplikasi produksi Anda dengan cepat.

 Kami meluncurkan 5 komponen utama untuk Amazon SageMaker:

  • Pembuatan: IDE notebook Jupyter yang di-host tanpa pengaturan untuk eksplorasi, pembersihan, dan praproses data. Anda dapat menjalankannya pada jenis instans umum atau instans bertenaga GPU.
  • Pelatihan Model: Layanan pelatihan, pembuatan, dan validasi model terdistribusi. Anda dapat menggunakan algoritma dan kerangka kerja pembelajaran dengan pengawasan dan pembelajaran tanpa pengawasan bawaan atau membuat pelatihan Anda sendiri dengan kontainer Docker. Pelatihan dapat ditingkatkan ke puluhan instans untuk mendukung pembuatan model yang lebih cepat. Data pelatihan dibaca dari S3 dan artefak model dimasukkan ke dalam S3. Artefak model adalah parameter model yang bergantung pada data, bukan kode yang memungkinkan Anda membuat kesimpulan dari model Anda. Pemisahan perhatian ini memudahkan penerapan model terlatih Amazon SageMaker ke platform lain.
  • Model Hosting: Layanan host model dengan titik akhir HTTPS untuk memanggil model Anda guna memperoleh inferensi waktu nyata. Titik akhir ini dapat diskalakan untuk mendukung lalu lintas dan memungkinkan Anda melakukan pengujian A/B pada beberapa model secara bersamaan. Sekali lagi, Anda dapat membangun titik akhir ini menggunakan SDK bawaan atau menyediakan konfigurasi Anda sendiri dengan gambar Docker. Amazon SageMaker Neo: Ini memungkinkan pelanggan untuk melatih model satu kali, dan menjalankannya di mana saja dengan peningkatan kinerja hingga 7X. Aplikasi yang berjalan pada perangkat yang terhubung di edge sangat sensitif terhadap kinerja model machine learning. Mereka memerlukan keputusan latensi rendah, dan sering kali diterapkan di sejumlah besar platform perangkat keras yang berbeda.
  • Amazon SageMaker Neo mengompilasi model untuk platform perangkat keras tertentu, mengoptimalkan kinerjanya secara otomatis, yang memungkinkannya berjalan hingga tujuh kali lipat kinerjanya, tanpa kehilangan akurasi. Hasilnya, pengembang tidak perlu lagi menghabiskan waktu untuk menyetel model terlatih mereka untuk setiap platform perangkat keras (menghemat waktu dan biaya). SageMaker Neo mendukung platform perangkat keras dari NVIDIA, Intel, Xilinx, Cadence, dan Arm, dan kerangka kerja populer seperti Tensorflow, Apache MXNet, dan PyTorch.
  • Amazon SageMaker GroundTruth: Jika Anda menginginkan fleksibilitas untuk membangun dan mengelola alur kerja pelabelan data dan tenaga kerja Anda sendiri, Anda dapat menggunakan SageMaker Ground Truth. SageMaker Ground Truth adalah layanan pelabelan data yang memudahkan pelabelan data dan memberi Anda opsi untuk menggunakan vendor pihak ketiga atau tenaga kerja pribadi Anda sendiri. Anda juga dapat membuat data sintetik berlabel tanpa mengumpulkan atau melabeli data dunia nyata secara manual. SageMaker Ground Truth dapat menghasilkan ratusan ribu gambar sintetis berlabel otomatis atas nama Anda.

Konten dalam posting ini hanya untuk tujuan informasi. Untuk informasi lebih lanjut tentang Amazon Sagemaker di Secret cloud, silakan hubungi kami.