FAQ Amazon SageMaker

SageMaker generasi berikutnya adalah platform terpadu untuk data, analitik, dan AI. Dengan menyatukan kemampuan machine learning (ML) dan analitik AWS yang digunakan secara luas, SageMaker generasi berikutnya menghadirkan pengalaman terintegrasi untuk analitik dan AI dengan akses terpadu ke semua data Anda. SageMaker memungkinkan Anda untuk berkolaborasi dan membangun lebih cepat dari studio terpadu menggunakan layanan AWS yang sudah dikenal untuk pengembangan model, AI generatif, pemrosesan data, dan analisis SQL, dipercepat oleh Amazon Q Developer, asisten AI generatif paling cakap untuk pengembangan perangkat lunak. Selain itu, Anda dapat mengakses semua data Anda, baik yang disimpan di danau data, gudang data, atau sumber data pihak ketiga atau federasi, dengan tata kelola yang dibangun untuk memenuhi kebutuhan keamanan korporasi.

Kami memperluas layanan SageMaker yang diadopsi secara luas dengan set data, analitik, dan kemampuan AI AWS yang komprehensif untuk menghadirkan pengalaman data, analitik, dan AI terpadu. Ke depannya, serangkaian kemampuan AI/ML yang ada di SageMaker untuk wrangling data, pembuatan, pelatihan, dan deployment model AI akan disebut sebagai Amazon SageMaker AI. SageMaker AI terintegrasi dalam SageMaker generasi berikutnya dan tersedia sebagai layanan mandiri bagi pengguna yang ingin fokus secara khusus pada pembuatan, pelatihan, dan deployment model AI dan ML dalam skala besar.

SageMaker generasi berikutnya mencakup:

• Amazon SageMaker Unified Studio: Bangun dalam satu lingkungan pengembangan untuk mengakses dan menggunakan alat dan fungsionalitas yang sudah dikenal dari analisis AWS dan layanan AI/ML yang dibuat khusus seperti Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock, dan SageMaker AI.
• Tata kelola Data dan AI Amazon SageMaker: Temukan, kelola, dan kolaborasikan data serta AI dengan aman menggunakan Katalog Amazon SageMaker, yang dibangun di Amazon DataZone.

Amazon SageMaker dibangun di atas arsitektur rumah danau terbuka, sepenuhnya kompatibel dengan Apache Iceberg. Ini menyatukan semua data Anda di Amazon S3 data lake, gudang data Amazon Redshift, sumber data pihak ketiga, dan federasi.

SageMaker generasi berikutnya mencakup kemampuan berikut:

• SageMaker Unified Studio: Bangun dengan semua data dan alat Anda untuk analitik dan AI dalam satu lingkungan.
• Tata Kelola Data dan AI SageMaker: Temukan, kelola, dan kolaborasikan data serta AI dengan aman menggunakan Katalog SageMaker, yang dibangun di Amazon DataZone.
• Pengembangan model: Bangun, latih, serta lakukan deployment ML dan model fondasi (FM) dengan infrastruktur, alat, dan alur kerja yang terkelola penuh dengan SageMaker AI (sebelumnya SageMaker).
• Pengembangan aplikasi AI generatif: Bangun dan skalakan aplikasi AI generatif dengan Amazon Bedrock.
• Analitik SQL: Dapatkan wawasan dengan Amazon Redshift, mesin SQL dengan performa sesuai harga.
• Pemrosesan data: Analisis, persiapkan, dan integrasikan data untuk analitik serta AI menggunakan kerangka kerja sumber terbuka di Athena, Amazon EMR, dan AWS Glue.

Amazon SageMaker dibangun di atas arsitektur rumah danau terbuka, sepenuhnya kompatibel dengan Apache Iceberg. Ini menyatukan semua data Anda di Amazon S3 data lake, gudang data Amazon Redshift, sumber data pihak ketiga, dan federasi.

Dengan menyatukan kemampuan ML dan analitik AWS yang digunakan secara luas, SageMaker generasi berikutnya menghadirkan pengalaman terintegrasi untuk analitik dan AI dengan akses terpadu ke semua data Anda. Pendekatan terpadu ini membantu Anda bekerja secara lebih efisien dengan data Anda, meningkatkan kolaborasi antar tim, dan meningkatkan produktivitas secara keseluruhan.

Dengan SageMaker, Anda dapat:

• Berkolaborasi dan membangun lebih cepat dengan lingkungan pengembangan data dan AI tunggal, menggunakan layanan AWS yang sudah dikenal untuk pengembangan model, AI generatif, pemrosesan data, dan analitik SQL.
• Mengembangkan dan menskalakan kasus penggunaan AI dengan set alat yang luas untuk melatih, menyesuaikan, dan melakukan deployment ML dan FM, serta membuat aplikasi AI generatif yang disesuaikan dengan bisnis Anda dengan cepat.
• Mengurangi silo data dengan lakehouse terbuka untuk menyatukan semua data Anda di danau data Amazon S3, gudang data Amazon Redshift, dan sumber data pihak ketiga atau gabungan.
• Memenuhi kebutuhan keamanan perusahaan Anda dengan data bawaan dan tata kelola AI untuk mengontrol akses ke data, model ML, artefak pengembangan AI generatif, dan sumber daya komputasi yang tepat, oleh pengguna yang tepat untuk tujuan yang tepat.

Ya. Anda dapat terus menggunakan masing-masing layanan AWS secara independen, seperti SageMaker AI (sebelumnya SageMaker), Amazon EMR untuk pemrosesan big data, AWS Glue, dan Amazon Redshift untuk pergudangan data berdasarkan kebutuhan bisnis spesifik Anda. Tidak ada dampak pada cara Anda menggunakan layanan pribadi Anda saat ini.

SageMaker menawarkan manfaat tambahan dengan menyediakan antarmuka terpadu yang ramah pengguna yang memungkinkan akses ke layanan ini. Pendekatan ini membantu Anda berinovasi secara lebih efektif dengan data Anda, meningkatkan kolaborasi antar tim, dan meningkatkan produktivitas secara keseluruhan.

SageMaker menyatukan serangkaian layanan AWS AI dan analitik komprehensif di seluruh SageMaker Unified Studio, SageMaker Data dan Tata Kelola AI, dan arsitektur rumah danau terbuka.

Dari SageMaker Unified Studio, Anda dapat mengakses kemampuan untuk pemrosesan data, analitik SQL, ML, dan pengembangan aplikasi AI generatif menggunakan layanan AWS yang ada. Untuk pemrosesan data, layanan seperti Athena, AWS Glue, Amazon EMR, dan Amazon Managed Workflows for Apache Airflow (Amazon MWAA) menganalisis, menyiapkan, mengintegrasikan, dan mengatur data untuk analitik dan AI dalam skala apa pun. Untuk SQL Analytics, Amazon Redshift dan Athena menyediakan kemampuan analitik SQL yang kuat pada data terpadu Anda di seluruh danau. Kemampuan ML dihadirkan oleh SageMaker AI (sebelumnya dikenal sebagai SageMaker) untuk membangun, melatih, serta melakukan deployment ML dan FM. Selain itu, Anda dapat mengembangkan aplikasi AI generatif menggunakan Amazon Bedrock.

Tata Kelola Data dan AI SageMaker menyediakan tata kelola bawaan yang menyeluruh melalui pengalaman pengelolaan data terpadu di Katalog SageMaker, yang dibangun di Amazon DataZone, untuk menemukan, mengatur, dan mengolaborasikan data dan AI dengan aman.

Arsitektur SageMaker lakehouse dibangun di atas beberapa layanan katalog di AWS Glue Data Catalog, AWS Lake Formation, dan Amazon Redshift untuk menyediakan akses data terpadu di Amazon S3 data lake, gudang data Amazon Redshift, dan sumber data pihak ketiga dan federasi.

Selain itu, layanan ini tetap tersedia sebagai kemampuan mandiri melalui Konsol Manajemen AWS, yang memberi Anda fleksibilitas berdasarkan kasus penggunaan. Kami akan meningkatkan SageMaker dengan lebih banyak layanan pada tahun 2025 untuk menyatukan pengalaman di seluruh analitik dan AI. Hal ini termasuk analitik pencarian dengan Amazon OpenSearch Service, kecerdasan bisnis dengan Amazon QuickSight, dan streaming dengan portofolio layanan streaming AWS.

Memulai SageMaker sangat mudah. Langkah pertama adalah menavigasi ke konsol manajemen SageMaker Unified Studio untuk membuat domain, entitas pengorganisasian untuk menghubungkan aset, pengguna, dan proyek mereka untuk unit bisnis Anda. Di konsol, pilih Buat domain, lalu Anda akan diberi dua opsi: Pengaturan cepat dan Pengaturan manual. Pilih Pengaturan cepat untuk memulai dengan serangkaian konfigurasi default yang dapat disesuaikan nanti. Selain itu, Anda dapat memilih Pengaturan manual, yang memberikan kontrol penuh atas pengaturan saat Anda membuat domain. Setelah domain dibuat, Anda dapat menavigasi ke SageMaker Unified Studio (aplikasi web berbasis peramban) tempat Anda dapat menggunakan semua data dan alat yang dikonfigurasi untuk analitik dan AI. Untuk mempelajari selengkapnya tentang cara memulai, kunjungi dokumentasi SageMaker.

Pengalaman pengembangan data Anda yang ada di layanan AWS, seperti Amazon EMR, AWS Glue, dan Athena tetap tersedia. Ini berarti semua kode dan sumber daya yang telah Anda buat dapat terus digunakan tanpa kendala. Kami akan menyediakan skrip peningkatan yang mudah digunakan dan pedoman komprehensif untuk membawa basis kode Anda yang ada ke pengalaman SageMaker terpadu pada Q1 2025.

Amazon SageMaker Unified Studio dan Katalog SageMaker dibangun di atas Amazon DataZone (menggunakan toko/database entitas back-end yang sama, mekanisme identitas dan akses, dan API) dan oleh karena itu termasuk dalam cakupan semua program kepatuhan yang sama dengan Amazon DataZone. Silakan merujuk ke daftar Layanan dalam Cakupan berdasarkan Program Kepatuhan untuk melihat program yang mencakup Amazon DataZone. Ini termasuk SOC, sertifikasi ISO tertentu, PCI DSS, dan HITRUST CSF. Amazon Datazone juga termasuk dalam daftar layanan yang memenuhi syarat HIPAA.

Entitas proyek di SageMaker membantu pengguna mengatur pekerjaan mereka dan memberikan konteks bisnis atas pekerjaan yang mereka lakukan. Ini menyediakan ruang kerja kolaboratif tempat pengguna dapat berkolaborasi dalam tugas terkait dengan data dan artefak, seperti model ML, notebook, kueri, dasbor, dan aplikasi AI generatif. Proyek diamankan dengan lebih baik sehingga hanya pengguna yang ditambahkan dengan jelas yang dapat mengakses data dan alat analitik di dalamnya. Proyek membuat peran AWS Identity and Access Management (IAM) berdasarkan kemampuan yang dipilih proyek (misalnya, danau data) yang memberi pengguna akses yang diperlukan untuk melakukan tugas mereka. Proyek juga menyediakan isolasi kerja di dalam akun yang sama, serta batas keamanan (grup keamanan dan peran IAM).

Amazon Q Developer adalah asisten percakapan AI generatif yang terintegrasi ke dalam pengalaman SageMaker yang meningkatkan produktivitas Anda sepanjang siklus pengembangan. Melalui antarmuka obrolan, Anda dapat menggunakan bahasa alami untuk mengajukan pertanyaan tentang SageMaker, mendapatkan bantuan terkait dengan kode, dan menjelajahi sumber daya, seperti set data. Saat Anda mengobrol dengan Amazon Q Developer, Amazon Q Developer menggunakan konteks percakapan Anda saat ini untuk memberikan panduan yang dipersonalisasi dan bantuan otomatis di seluruh pengalaman pengembangan SageMaker. Amazon Q Developer dapat membantu Anda dalam diskusi kode, menyediakan penyelesaian kode sebaris, menghasilkan kueri SQL, menemukan dan mengintegrasikan set data, dan menawarkan dukungan cerdas yang disesuaikan dengan kebutuhan pengembangan spesifik Anda.

Dengan memahami nuansa pekerjaan Anda, Amazon Q Developer memberikan bantuan yang ditargetkan dan sadar konteks yang menyederhanakan proses pengembangan Anda dan meningkatkan produktivitas secara keseluruhan di lingkungan SageMaker.

SageMaker menyediakan lingkungan berbasis web terpadu yang menyatukan alat canggih untuk data lengkap dan alur kerja AI. IDE bawaan memungkinkan pengembangan AI/ML, sehingga Anda dapat memproses volume data besar dari berbagai sumber menggunakan kerangka kerja dan layanan, seperti PySpark, AWS Glue, dan Amazon EMR.

Untuk kontrol versi dan manajemen alur kerja, Anda dapat berkomitmen ke Git dan menentukan alur kerja menggunakan Amazon MWAA. Editor kueri SQL terintegrasi memungkinkan Anda untuk menjelajahi, menganalisis, dan memvisualisasikan data, dengan kemampuan untuk lebih mudah menyimpan dan berbagi kueri serta membuat set data baru.

Pengembangan model disederhanakan melalui alat AI SageMaker yang sudah dikenal, termasuk notebook Amazon SageMaker, JumpStart, HyperPod, MLFlow, Pipeline, dan Model Registry. Sepanjang proses ini, Amazon Q Developer terintegrasi dengan mulus di seluruh alat SageMaker, memberikan bantuan cerdas dalam penemuan data, persiapan, pembuatan pipeline, pembuatan dan pelatihan model, serta deployment kode.

Amazon Bedrock IDE, terintegrasi dalam SageMaker Unified Studio, menyediakan lingkungan yang komprehensif untuk mengembangkan aplikasi AI generatif. Antarmuka intuitif ini membantu Anda mempercepat pengembangan aplikasi dalam pengaturan tepercaya dan aman, menawarkan akses ke FM berkinerja tinggi dan kemampuan penyesuaian lanjutan dari Amazon Bedrock.

Anda dapat menggunakan fitur-fitur canggih, seperti Basis Pengetahuan, Pagar Pembatas, Agen, dan Aliran Prompt Amazon Bedrock, yang memungkinkan tim Anda menyesuaikan aplikasi AI generatif dengan cepat dengan kebutuhan bisnis spesifik Anda sekaligus mengikuti pedoman AI yang bertanggung jawab. SageMaker mendukung akses yang diatur dan memungkinkan kolaborasi lintas fungsi yang aman melalui berbagi yang dikontrol berdasarkan akses dan kemudahan audit yang didukung oleh git.

Arsitektur danau SageMaker menyatukan data di seluruh danau data AWS, gudang data, aplikasi pihak ketiga, dan database operasional. Ini memberi Anda akses cepat dan efisien ke data Anda di satu tempat melalui integrasi nol-ETL, sumber kueri gabungan, dan 240+ konektor.

SageMaker menyediakan tata kelola bawaan yang menyeluruh melalui pengalaman pengelolaan data terpadu di Katalog SageMaker, yang dibangun di Amazon DataZone. Pendekatan ini memungkinkan Anda untuk membuat katalog, menemukan, mengakses, menganalisis, dan mengatur aset data terstruktur dan tidak terstruktur, model ML, serta aplikasi di seluruh organisasi Anda. SageMaker memastikan bahwa orang yang tepat memiliki akses yang sesuai ke aset yang tepat, sehingga menjaga standar keamanan dan kepatuhan yang kuat.

Anda dapat membuat dan mengelola pipeline data di SageMaker dengan berbagai cara. Pemrosesan Data Amazon SageMaker menyatukan Amazon EMR, Athena, AWS Glue, dan Amazon MWAA untuk membantu Anda mengintegrasikan, menyiapkan, dan menjelajahi data Anda dalam pengalaman terpadu. Anda dapat membuat pipeline untuk orkestrasi model khusus ML dengan SageMaker AI, serta pipeline dan alur kerja data dengan Amazon MWAA. Anda juga dapat menggunakan integrasi nol-ETL, yang menyederhanakan pergerakan data dengan menghapus proses extract, transform, and load (ETL) yang kompleks dan mengaktifkan replikasi data langsung di seluruh layanan. Kunjungi Apa itu Zero-ETL? untuk mempelajari lebih lanjut.

Saat menggunakan SageMaker, Anda akan dikenai biaya sesuai model harga untuk berbagai layanan AWS yang dapat diakses melalui SageMaker. Tidak ada biaya terpisah untuk menggunakan SageMaker Unified Studio, lingkungan pengembangan data dan AI yang menyediakan pengalaman terintegrasi dalam SageMaker. Kunjungi harga SageMaker untuk informasi selengkapnya.

Tingkat Gratis SageMaker membantu Anda dengan cepat memulai inovasi dengan data dan AI tanpa biaya. Lihat harga SageMaker untuk detailnya.

Generasi berikutnya dari SageMaker tersedia di Wilayah AWS AS Timur (Virginia Utara), AS Timur (Ohio), AS Barat (Oregon), Asia Pasifik (Seoul), Asia Pasifik (Singapura), Asia Pasifik (Sydney), Asia Pasifik (Tokyo), Kanada (Tengah), Eropa (Frankfurt), Eropa (Irlandia), Eropa (London), Eropa (Paris), dan Amerika Selatan (Sao Paulo). Untuk pembaruan di masa mendatang, lihat Daftar Layanan Regional AWS.

Ya. SageMaker dirancang untuk memberikan kinerja dan waktu aktif yang konsisten yang dituntut oleh analitik kritis misi dan beban kerja AI. Sebagai platform terpadu yang terdiri dari beberapa komponen layanan, ketersediaan layanan terkait dengan komponen layanan yang digunakan.

Untuk informasi terperinci tentang perjanjian tingkat layanan (SLA) untuk setiap layanan individual, lihat dokumentasi SLA masing-masing. SLA akan memberi Anda jaminan waktu aktif spesifik dan komitmen keandalan untuk berbagai layanan yang membentuk pengalaman SageMaker.

Dokumentasi SLA yang tersedia meliputi:

• SLA AI SageMaker
• SLA Amazon Bedrock
• SLA Amazon Redshift
• SLA Amazon EMR
• SLA Athena
• SLA AWS Glue
• SLA Amazon DataZone
• SLA Lake Formation
• SLA Amazon S3