Inserito il: Jul 17, 2018
Amazon SageMaker ora supporta i lavori di trasformazione di batch a throughput elevato per l'inferenza non in tempo reale. I modelli esistenti di machine learning sviluppati su Amazon SageMaker possono lavorare senza interruzioni con questa nuova funzionalità senza apportare alcuna modifica.
Fino ad ora per elaborare batch di dati per l'inferenza non in tempo reale era necessario ridimensionare i grandi set di dati in porzioni più piccole di dati e gestire endpoint in tempo reale. Con la nuova funzionalità di trasformazione dei batch, i clienti possono elaborare lavori in batch dentro ad Amazon SageMaker attraverso una semplice chiamata API a dispetto delle dimensioni dei set di dati. I lavori di trasformazione di batch posso essere eseguiti su una gamma di set di dati, da petabyte di dati a set davvero piccoli. SageMaker gestisce il provisioning delle risorse all'inizio del lavoro e le rilascia quando il lavoro è completato. L'output dei lavori di trasformazione di batch viene archiviato nel bucket S3 scelto dall'utente.
La trasformazione di batch in Amazon SageMaker ora è disponibile nelle regioni AWS di Stati Uniti orientali (Virginia settentrionale), Stati Uniti orientali (Ohio), Stati Uniti occidentali (Oregon), Europa (Irlanda), Europa (Francoforte), Asia Pacifico (Tokyo), Asia Pacifico (Seoul) e Asia Pacifico (Sydney). Ulteriori informazioni su Amazon SageMaker sono reperibili qui.