Amazon SageMaker Studio semplifica l'avvio per i nuovi sviluppatori di IA/ML con l'accesso tramite social
Amazon SageMaker Studio consente ora ai nuovi clienti di registrarsi con le proprie credenziali Google, GitHub o Apple e di accedere a un ambiente Studio completamente configurato, senza dover configurare un tradizionale account AWS, senza carta di credito e senza dover navigare nella console.
In precedenza, i nuovi clienti che scoprivano un modello su Hugging Face o su una pagina di un prodotto AWS dovevano completare un processo di creazione dell'account AWS in più fasi, fornire una carta di credito, navigare nella Console AWS per trovare SageMaker AI, configurare un ambiente e impostare le autorizzazioni IAM prima di poter iniziare a lavorare. Con i lanci precedenti, abbiamo ridotto la configurazione dell'ambiente a venti secondi, preconfigurato le autorizzazioni per la personalizzazione del modello e introdotto collegamenti diretti dalle pagine dei prodotti Hugging Face e AWS, in modo che i clienti potessero accedere direttamente a Studio con un modello precaricato. Ora, con l'accesso tramite social, i nuovi clienti completano una registrazione semplificata utilizzando un'identità esistente, ricevono crediti gratuiti nell'ambito del piano gratuito di AWS senza alcuna carta di credito richiesta e accedono a un ambiente SageMaker Studio pronto all'uso in cui possono immediatamente eseguire il fine-tuning, valutare e distribuire modelli di base. I clienti possono invitare i membri del team via e-mail e i collaboratori possono accedere con le proprie credenziali social per utilizzare l'ambiente Studio condiviso, inclusi modelli, notebook ed endpoint condivisi, senza dover configurare utenti o autorizzazioni IAM. Quando un progetto supera i crediti gratuiti, i clienti possono passare a un piano a pagamento e impostare un limite di spesa per rimanere all'interno del budget. I clienti verificati continuano a ricevere l'accesso predefinito alle GPU per le istanze G5, G6, G6e e G4dn in tutte le distribuzioni degli endpoint, nei job di addestramento e nei notebook, senza dover richiedere aumenti delle quote.
Questa funzionalità è disponibile in tutte le regioni AWS commerciali in cui è supportato Amazon SageMaker Studio. Per iniziare, visita qualsiasi modello supportato su Hugging Face e seleziona "Customize and Deploy on SageMaker AI" o "Deploy on SageMaker AI", oppure fai clic su Inizia nella pagina di SageMaker Studio. Per ulteriori informazioni, consulta la documentazione per la registrazione ad AWS e la guida alla configurazione di SageMaker Studio.