Amazon SageMaker

Bangun, latih, dan lakukan deployment model machine learning (ML) untuk setiap kasus penggunaan dengan infrastruktur, alat, dan alur kerja yang terkelola penuh

Mengapa Amazon SageMaker?

Amazon SageMaker adalah layanan terkelola penuh yang menyatukan beragam alat untuk memungkinkan machine learning (ML) performa tinggi berbiaya rendah bagi kasus penggunaan apa pun. Dengan SageMaker, Anda dapat membangun, melatih, dan melakukan deployment model ML dalam skala besar menggunakan alat, seperti notebook, debugger, profiler, pipeline, MLOps, dan banyak lagi, semuanya dalam satu lingkungan pengembangan terintegrasi (IDE). SageMaker mendukung persyaratan tata kelola dengan kontrol akses yang disederhanakan serta transparansi atas proyek ML Anda. Selain itu, Anda dapat membangun FM Anda sendiri, model besar yang dilatih pada set data besar, dengan alat yang dibuat khusus untuk menyempurnakan, bereksperimen, melatih ulang, dan melakukan deployment FM. SageMaker menawarkan akses ke ratusan model yang telah dilatih sebelumnya, termasuk FM yang tersedia untuk umum, yang dapat Anda lakukan deployment hanya dengan beberapa klik.


Gambaran Umum Amazon SageMaker

Mengapa Amazon SageMaker?

Amazon SageMaker adalah layanan terkelola penuh yang menyatukan beragam alat untuk memungkinkan machine learning (ML) performa tinggi berbiaya rendah bagi kasus penggunaan apa pun. Dengan SageMaker, Anda dapat membangun, melatih, dan melakukan deployment model ML dalam skala besar menggunakan alat, seperti notebook, debugger, profiler, pipeline, MLOps, dan banyak lagi, semuanya dalam satu lingkungan pengembangan terintegrasi (IDE). SageMaker mendukung persyaratan tata kelola dengan kontrol akses yang disederhanakan serta transparansi atas proyek ML Anda. Selain itu, Anda dapat membangun FM Anda sendiri, model besar yang dilatih pada set data besar, dengan alat yang dibuat khusus untuk menyempurnakan, bereksperimen, melatih ulang, dan melakukan deployment FM. SageMaker menawarkan akses ke ratusan model yang telah dilatih sebelumnya, termasuk FM yang tersedia untuk umum, yang dapat Anda lakukan deployment hanya dengan beberapa klik.


Gambaran Umum Pelatihan Model Amazon SageMaker

Keuntungan SageMaker

Memungkinkan lebih banyak orang untuk berinovasi dengan ML melalui berbagai pilihan alat—IDE untuk ilmuwan data dan antarmuka tanpa kode untuk analis bisnis.
Bangun model ML Anda sendiri, termasuk FM, untuk mendukung aplikasi AI generatif, dengan alat yang dibuat khusus yang terintegrasi serta infrastruktur yang beperforma tinggi dan hemat biaya.
Mengotomatiskan dan menstandardisasi praktik serta tata kelola MLOps di seluruh organisasi Anda untuk mendukung transparansi dan auditabilitas.
Manfaatkan kekuatan umpan balik manusia di seluruh siklus hidup ML untuk meningkatkan akurasi dan relevansi FM dengan kemampuan keterlibatan manusia.

Memungkinkan lebih banyak orang untuk berinovasi dengan ML

  • Analis bisnis
  • Gambar yang menggambarkan pembuatan model baru di Amazon SageMaker Canvas

    Analis Bisnis

    Buat prediksi ML menggunakan antarmuka visual dengan SageMaker Canvas.
  • Ilmuwan data
  • Gambar yang menampilkan layar di Amazon SageMaker Studio

    Ilmuwan data

    Siapkan data dan bangun, latih, serta lakukan deployment model dengan SageMaker Studio.
  • Rekayasawan ML
  • Gambar yang menampilkan layar di Amazon SageMaker Studio

    Rekayasawan ML

    Lakukan deployment dan kelola model dalam skala besar dengan SageMaker MLOps.

Dukungan untuk kerangka kerja ML, toolkit, dan bahasa pemrograman terkemuka

Logo Jupyter
Logo TensorFlow
Logo PyTorch
Logo MXNet
Logo Hugging Face
Logo Scikit-learn
Logo Python
Logo R

ML performa tinggi dan biaya rendah dalam skala besar

1,5 triliun+

permintaan inferensi per bulan

40%

pengurangan biaya pelabelan data

<10 ms

latensi overhead inferensi