FAQ Amazon SageMaker
Umum
Buka semuaAmazon SageMaker generasi berikutnya
Amazon SageMaker generasi berikutnya adalah platform terpadu untuk data, analitik, dan AI. Menyatukan kemampuan machine learning dan analitik AWS yang digunakan secara luas, SageMaker generasi berikutnya menghadirkan pengalaman terintegrasi untuk analitik dan AI dengan akses terpadu ke semua data Anda. Ini memungkinkan Anda berkolaborasi dan membangun lebih cepat dari studio terpadu (pratinjau) menggunakan alat AWS yang biasa digunakan untuk pengembangan model, AI generatif, pemrosesan data, dan analitik SQL, yang dipercepat oleh Amazon Q Developer, asisten AI generatif dengan kemampuan terbaik untuk pengembangan perangkat lunak. Selain itu, Anda dapat mengakses semua data Anda, baik yang disimpan di danau data, gudang data, aplikasi pihak ketiga, atau sumber data gabungan, dengan tata kelola yang dibangun untuk memenuhi kebutuhan keamanan korporasi.
Apa perbedaan SageMaker baru dengan yang saya gunakan saat ini untuk alur kerja ML saya?
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 (pratinjau): Bangun dalam lingkungan pengembangan tunggal untuk mengakses dan menggunakan alat dan fungsionalitas analitik AWS dan layanan AI/ML yang sudah biasa digunakan dan dibuat khusus, seperti Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock, dan SageMaker AI.
- Amazon SageMaker Lakehouse: Satukan data di seluruh danau data Amazon Simple Storage Service (Amazon S3), gudang data Amazon Redshift, sumber data pihak ketiga dan gabungan.
- 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.
Kemampuan apa yang disertakan dalam Amazon SageMaker generasi berikutnya?
Amazon SageMaker generasi berikutnya menyertakan kemampuan berikut:
- Amazon SageMaker Unified Studio (pratinjau) – Bangun analitik dan AI dalam satu lingkungan dengan semua data dan alat Anda.
- Amazon SageMaker Lakehouse – Satukan data di seluruh danau data Amazon Simple Storage Service (Amazon S3), gudang data Amazon Redshift, sumber data pihak ketiga dan gabungan dengan Amazon SageMaker Lakehouse.
- Tata kelola data dan AI – Temukan, kelola, dan kolaborasikan data serta AI dengan aman menggunakan Katalog Amazon SageMaker, yang dibangun di Amazon DataZone
- Pengembangan Model – Bangun, latih, dan deploy ML dan FM dengan infrastruktur, alat, dan alur kerja yang terkelola sepenuhnya dengan Amazon SageMaker AI (sebelumnya Amazon 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 dengan menggunakan kerangka kerja sumber terbuka di Amazon Athena, Amazon EMR, dan AWS Glue
Mengapa saya perlu menggunakan SageMaker generasi berikutnya?
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.
Dapatkah saya menggunakan layanan AWS individual tanpa menggunakan SageMaker?
Ya. Anda dapat terus menggunakan layanan AWS individual, seperti Amazon SageMaker AI (sebelumnya Amazon SageMaker), Amazon EMR untuk pemrosesan big data, AWS Glue, dan Amazon Redshift untuk pergudangan data secara independen berdasarkan kebutuhan bisnis spesifik Anda. Tidak ada dampak pada cara Anda menggunakan layanan pribadi Anda saat ini.
Amazon 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.
Layanan AWS apa yang tersedia untuk saya gunakan dalam SageMaker?
SageMaker menyatukan serangkaian layanan AI dan analitik AWS yang komprehensif di SageMaker Unified Studio (pratinjau), Tata Kelola Data dan AI SageMaker, dan SageMaker Lakehouse.
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 Analitik SQL, Amazon Redshift terintegrasi secara mulus dengan SageMaker Lakehouse untuk menyediakan kemampuan analitik SQL yang andal pada data terpadu Anda di seluruh gudang data Amazon Redshift dan danau data Amazon S3. 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 IDE Amazon Bedrock (pratinjau).
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.
SageMaker Lakehouse dibangun di beberapa layanan katalog di seluruh Katalog Data AWS Glue, AWS Lake Formation, dan Amazon Redshift untuk menyediakan akses data terpadu di danau data Amazon S3, gudang data Amazon Redshift, serta sumber data pihak ketiga dan gabungan.
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.
Bagaimana cara memulai SageMaker?
Memulai Amazon SageMaker Langkah pertamanya adalah menavigasi ke konsol manajemen Amazon SageMaker Unified Studio (pratinjau) untuk membuat domain, entitas pengorganisasian untuk menghubungkan aset, pengguna, dan proyek mereka untuk unit bisnis Anda. Di konsol manajemen, pilih Buat domain, lalu Anda akan diberi dua opsi, yakni 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 memberi Anda kontrol penuh atas pengaturan saat Anda membuat domain. Setelah domain dibuat, Anda dapat menavigasi ke Amazon SageMaker Unified Studio (aplikasi web berbasis browser) tempat Anda dapat menggunakan semua data dan alat yang dikonfigurasi untuk analitik dan AI. Untuk mempelajari selengkapnya tentang cara memulai, silakan lihat dokumentasi SageMaker.
Saat ini saya menggunakan layanan AWS yang saat ini disertakan dalam SageMaker. Bagaimana cara memutakhirkannya ke pengalaman terpadu di SageMaker?
Pengalaman pengembangan data Anda yang ada di layanan AWS, seperti Amazon EMR, AWS Glue, dan Amazon 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.
Apakah SageMaker generasi berikutnya tersedia secara umum?
Kami memperluas jangkauan SageMaker, layanan ML yang diadopsi secara luas ke dalam platform data dan AI dengan mengintegrasikan set komprehensif data, analitik, dan alat AI AWS yang sudah digunakan oleh pelanggan saat ini. Kami juga telah menambahkan kemampuan baru ke SageMaker baru termasuk SageMaker Unified Studio (pratinjau), SageMaker Lakehouse (GA), dan Katalog SageMaker (GA).
Amazon SageMaker generasi berikutnya ini menyertakan hampir semua komponen yang Anda butuhkan untuk analitik SQL dengan Amazon Redshift, pemrosesan data dengan Amazon EMR, pengembangan model AI dengan SageMaker AI, dan pengembangan aplikasi AI generatif dengan IDE Amazon Bedrock baru (pratinjau), yang semuanya disediakan melalui pengalaman pengembangan terintegrasi di studio terpadu (pratinjau).
Pengalaman produk
Buka semuaApa itu proyek di SageMaker?
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).
Bagaimana Amazon Q Developer meningkatkan produktivitas di SageMaker?
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.
Alat apa yang tersedia di SageMaker untuk pekerjaan analitik dan AI?
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.
Bagaimana cara membuat aplikasi AI generatif di SageMaker?
IDE Amazon Bedrock (pratinjau), yang terintegrasi dalam SageMaker Unified Studio (pratinjau), 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.
Jenis sumber data apa yang didukung SageMaker?
Amazon SageMaker Lakehouse menyatukan data di seluruh danau data AWS, gudang data, aplikasi pihak ketiga, dan basis data operasional. Ini memberi Anda akses cepat dan efisien ke data Anda di satu tempat melalui integrasi nol-ETL, sumber kueri gabungan, dan 240+ konektor.
Bagaimana cara memastikan bahwa data di SageMaker diatur dan diamankan dengan benar?
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.
Bagaimana cara membuat dan mengelola pipeline data di SageMaker?
Anda dapat membuat dan mengelola pipeline data di SageMaker dengan berbagai cara. Pemrosesan Data SageMaker menyatukan Amazon EMR, Amazon 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. Buka Apa itu nol-ETL? untuk mempelajari selengkapnya.
Harga
Buka semuaBagaimana cara penentuan harga SageMaker?
Saat menggunakan Amazon SageMaker, Anda akan dikenakan biaya sesuai model harga untuk berbagai layanan AWS yang dapat diakses melalui Amazon SageMaker. Tidak ada biaya terpisah untuk menggunakan Amazon SageMaker Unified Studio (pratinjau), lingkungan pengembangan data dan AI yang menyediakan pengalaman terintegrasi dalam Amazon SageMaker. Silakan kunjungi halaman harga Amazon SageMaker Harga SageMaker untuk informasi selengkapnya.
Bisakah saya mencoba SageMaker secara gratis?
Tingkat Gratis SageMaker membantu Anda dengan cepat memulai inovasi dengan data dan AI tanpa biaya. Lihat harga SageMaker untuk detailnya.
Ketersediaan
Buka semuaDi AWS Region mana SageMaker tersedia?
Amazon SageMaker generasi berikutnya tersedia di AWS Region AS Timur (Virginia Utara, Ohio), AS Barat (Oregon), Asia Pasifik (Tokyo), dan Eropa (Irlandia). Amazon SageMaker Unified Studio dan IDE Amazon Bedrock tersedia dalam pratinjau di AWS Region ini. Untuk pembaruan di masa mendatang, silakan lihat Daftar Layanan Regional AWS.
Apakah SageMaker menawarkan SLA?
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: