Amazon SageMaker ora supporta i processi di elaborazione geospaziale
Amazon SageMaker ora supporta i processi di elaborazione geospaziale, rendendo più facile per i data scientist e gli ingegneri ML eseguire carichi di lavoro ML su scala planetaria. Per eseguire carichi di lavoro su larga scala, i clienti hanno bisogno di un cluster di calcolo flessibile in grado di scalare da decine di istanze per elaborare un isolato a migliaia di istanze per l'elaborazione su scala planetaria. La gestione manuale di un cluster di calcolo fai-da-te è lenta e costosa. Inoltre, creare e mantenere un ambiente standardizzato per accedere, elaborare e visualizzare i dati geospaziali è complesso, richiede tempo e denaro.
Con questo lancio, i clienti possono ora utilizzare il contenitore geospaziale appositamente creato da SageMaker con processi di elaborazione per un'esperienza semplificata e gestita per creare ed eseguire un cluster. Il contenitore geospaziale standardizzato e appositamente progettato di SageMaker consente di accedere a un catalogo di dati geospaziali, elaborare i dati con algoritmi open source o modelli ML preaddestrati e visualizzare le previsioni su una mappa e collaborare con altri membri del team. Con poche righe di codice, puoi ridimensionare i tuoi carichi di lavoro geospaziali con i lavori SageMaker Processing. È sufficiente specificare uno script che definisce il carico di lavoro, la posizione dei dati geospaziali su Amazon Simple Storage Service (Amazon S3) e il contenitore geospaziale. SageMaker Processing fornisce risorse cluster per eseguire carichi di lavoro ML geospaziali su scala urbana, nazionale o continentale.
Per saperne di più sulle funzionalità di ML geospaziale, visita la pagina web o visualizza la nostra documentazione.