Amazon SageMaker

Machine learning per tutti gli sviluppatori e data scientist.

Amazon SageMaker permette a tutti gli sviluppatori e data scientist di creare, formare e distribuire rapidamente modelli di apprendimento automatico. Amazon SageMaker è un servizio completamente gestito che copre l'intero flusso di lavoro dell'apprendimento automatico per etichettare e preparare i dati, scegliere un algoritmo, formare il modello, ottimizzarlo per la distribuzione, effettuare previsioni e intraprendere azioni. I modelli arrivano in produzione con meno sforzi e a costi inferiori.

Amazon SageMaker

Machine learning per tutti gli sviluppatori e data scientist.

Amazon SageMaker permette a tutti gli sviluppatori e data scientist di creare, formare e distribuire rapidamente modelli di apprendimento automatico. Amazon SageMaker è un servizio completamente gestito che copre l'intero flusso di lavoro dell'apprendimento automatico per etichettare e preparare i dati, scegliere un algoritmo, formare il modello, ottimizzarlo per la distribuzione, effettuare previsioni e intraprendere azioni. I modelli arrivano in produzione con meno sforzi e a costi inferiori.

CREA

Raccogli e prepara i dati per la formazione

Etichettatura di dati e notebook predefiniti per i problemi comuni

Scegli e ottimizza l'algoritmo ML

Algoritmi pre-integrati ad alte prestazioni e centinaia di algoritmi già pronti in AWS Marketplace

ESEGUI IL TRAINING

Configura e gestisci gli ambienti per la formazione

Formazione con un clic sull'infrastruttura con le migliori prestazioni

Forma e ottimizza il modello

Forma una volta sola, esegui ovunque e ottimizza il modello

DISTRIBUISCI

Distribuisci il modello in produzione

Distribuzione semplificata

Dimensiona e gestisci l'ambiente di produzione

Completamente gestito con dimensionamento automatico per il 75% in meno

CREA

Raccogli e prepara i dati per la formazione

Etichettatura di dati e notebook predefiniti per i problemi comuni

Scegli e ottimizza l'algoritmo ML

Algoritmi pre-integrati ad alte prestazioni e centinaia di algoritmi già pronti in AWS Marketplace

ESEGUI IL TRAINING

Configura e gestisci gli ambienti per la formazione

Formazione con un clic sull'infrastruttura con le migliori prestazioni

Forma e ottimizza il modello

Forma una volta sola, esegui ovunque e ottimizza il modello

DISTRIBUISCI

Distribuisci il modello in produzione

Distribuzione semplificata

Dimensiona e gestisci l'ambiente di produzione

Completamente gestito con dimensionamento automatico per il 75% in meno


Clienti in evidenza

State Farm
Intuit
Siemens
NFL
Expedia
Liberty Mutual
Formula 1
Coinbase
Cerner
Korean Air
Change Healthcare
GE-Healthcare
Convoy

Raccogli e prepara i dati per la formazione

Etichetta velocemente i dati per la formazione

Amazon SageMaker Ground Truth ti aiuta a creare e gestire rapidamente set di dati per la formazione estremamente accurati. Ground Truth offre a etichettatori umani pubblici e privati un accesso semplice e interfacce e flussi di lavoro predefiniti per le attività di etichettatura più comuni. Inoltre, Ground Truth apprende dalle etichette umane per effettuare annotazioni automatiche di alta qualità per ridurre i costi di etichettatura in modo significativo.

Ulteriori informazioni »
70-percent-reduction
ground-truth

Notebook in hosting

Notebook Jupyter completamente gestiti da utilizzare all'interno del cloud oppure notebook su macchine locali, per esplorare e visualizzare dati, e sviluppare modelli. Oltre a partire da zero, puoi scegliere tra decine di notebook predefiniti, da utilizzare così come sono o modificare a seconda delle tue esigenze specifiche, così da semplificare l'esplorazione e la visualizzazione dei tuoi dati di formazione in modo rapido. Sono disponibili soluzioni a diversi problemi comuni, quali raccomandazioni e personalizzazioni, rilevamento di attività fraudolente, previsione, classificazione delle immagini, stima delle variazioni, targeting dei clienti, processi di log, rilevamento delle anomalie e conversione di voce in testo.

 

Ulteriori informazioni »
jupyter-logo-white
hosted-notebooks

Scegli e ottimizza l'algoritmo di machine learning

Amazon SageMaker configura e ottimizza automaticamente TensorFlow, Apache MXNet, PyTorch, Chainer, Scikit-learn, SparkML, Horovod, Keras e Gluon. Gli algoritmi di apprendimento automatico più usati sono integrati e ottimizzati per il dimensionamento, la velocità e l'accuratezza con più di 200 algoritmi e modelli preformati aggiuntivi disponibili in AWS Marketplace. Inoltre, puoi introdurre qualsiasi altro algoritmo o framework creandolo in un container Docker.

10x-faster
logo-tesnorflow
logo-mxnet
logo-pytorch
logo-chainer
logo-keras
logo-gluon
logo-horovod

Configura e gestisci gli ambienti di formazione

Formazione con un clic

Inizia a formare il tuo modello con un solo clic. Amazon SageMaker gestisce tutta l'infrastruttura sottostante per dimensionare facilmente set di dati nell'ordine dei petabyte.

 

L'apprendimento automatico distribuito più velocemente nel cloud.

Le istanze P3 di Amazon EC2 forniscono 8 GPU NVIDIA Tesla.

 

64 vCPU Intel Xeon Skylake scalabili con AVX-512

25 GB/s di throughput di rete

16 GB di memoria per ogni GPU

 

Formazione con un clic

Inizia a formare il tuo modello con un solo clic. Amazon SageMaker gestisce tutta l'infrastruttura sottostante per dimensionare facilmente set di dati nell'ordine dei petabyte.

 

L'apprendimento automatico distribuito più velocemente nel cloud.

Le istanze P3 di Amazon EC2 forniscono 8 GPU NVIDIA Tesla.

 

64 vCPU Intel Xeon Skylake scalabili con AVX-512

25 GB/s di throughput di rete

16 GB di memoria per ogni GPU

Il posto migliore per eseguire TensorFlow

Le ottimizzazioni TensorFlow di AWS forniscono efficienza di dimensionamento quasi lineare su centinaia di GPU per operare a livello di cloud senza sovraccarico di elaborazione per formare modelli più accurati e sofisticati in molto meno tempo.

Formazione e hosting completamente gestiti

Dimensionamento quasi lineare su centinaia di GPU

Costi di inferenza ridotti del 75%

 

STOCK TENSORFLOW
65p
TENSORFLOW OTTIMIZZATO PER AWS
90p

Efficienza di dimensionamento con 256 GPU

Ottimizza il tuo modello

Ottimizza automaticamente il tuo modello

L'ottimizzazione automatica dei modelli usa il machine learning per ottimizzare velocemente il tuo modello perché sia il più accurato possibile. Questa funzione consente di evitare il fastidioso processo basato su tentativi ed errori della regolazione manuale dei parametri dei modelli. Al contrario, con una serie di esecuzioni di formazione, l'ottimizzazione automatica dei modelli esegue l'ottimizzazione iperparametri individuando caratteristiche interessanti nei dati e imparando come queste interagiscono per influire sull'accuratezza. Puoi risparmiare giorni, se non intere settimane, per ottimizzare la qualità del tuo modello formato.

Forma una volta sola, esegui ovunque

Amazon SageMaker Neo ti consente di formare il modello una volta e distribuirlo ovunque. Usando il machine learning, SageMaker Neo ottimizzerà automaticamente ogni modello formato costruito con un framework comune per la piattaforma hardware specificata senza compromettere l'accuratezza. Potrai quindi distribuire il modello a istanze EC2 e SageMaker o a qualsiasi dispositivo a livello di edge che includa il runtime Neo, compresi i dispositivi AWS Greengrass.

Ulteriori informazioni »

pull-2x
pull-1-10
img-neo

Distribuisci e gestisci i modelli in produzione

Distribuisci con un clic alla produzione

Amazon SageMaker semplifica la distribuzione del modello formato in produzione con un solo clic, permettendo di iniziare a generare previsioni (un processo chiamato inferenza) su dati in tempo reale o in batch. Il modello viene eseguito su cluster con dimensionamento automatico di istanze Amazon SageMaker, che sono distribuite in più zone di disponibilità per ottenere prestazioni superiori e alta disponibilità. Amazon SageMaker inoltre include funzionalità di test A/B integrate per permetterti di testare il tuo modello e di provarne diverse versioni per ottenere i risultati migliori.

Esegui modelli a livello di edge

AWS Greengrass semplifica la distribuzione di modelli formati con Amazon SageMaker su dispositivi edge per eseguire l'inferenza. Con AWS Greengrass, i dispositivi connessi possono eseguire funzioni AWS Lambda, mantenere sincronizzati i dati dei dispositivi e comunicare in maniera sicura con altri dispositivi, anche quando non sono connessi a Internet.

pull-75p

Riduci i costi dell'inferenza di apprendimento approfondito fino al 75% usando Amazon Elastic Inference per collegare in modo semplice l'accelerazione GPU elastica alle istanze Amazon SageMaker. Per la maggior parte dei modelli, un'istanza GPU completa è sovradimensionata per l'inferenza. Inoltre, può risultare difficile ottimizzare le esigenze di GPU, CPU e memoria dell'applicazione per l'apprendimento profondo con un unico tipo di istanza. Elastic Inference consente di scegliere il tipo di istanza più adatto alle esigenze complessive di CPU e memoria dell'applicazione, quindi di configurare separatamente la giusta quantità di accelerazione GPU necessaria per l'inferenza.

Ulteriori informazioni »

img-TFLOPS

SUPPORTA

logo-tesnorflow
logo-mxnet

Storie di successo

Procedi con il consolidamento dell'apprendimento completamente gestito

small-RL-icon

Usa il consolidamento dell'apprendimento (RL) per costruire modelli sofisticati che possono ottenere risultati specifici senza la necessità di dati di formazione pre-etichettati. Il consolidamento dell'apprendimento è utile in tutte le situazioni in cui non esiste una risposta giusta da cui apprendere, ma c'è un risultato ottimale come imparare a guidare una macchina o fare transazioni finanziarie vantaggiose. Invece di osservare i dati storici, gli algoritmi di RL apprendono eseguendo operazioni in un simulatore dove ricompense e penalità aiutano a direzionare il modello verso il comportamento desiderato.

Amazon SageMaker RL include algoritmi RL incorporati e completamente gestiti. SageMaker supporta RL in più framework, inclusi TensorFlow e MXNet, e nei framework personalizzati progettati per il consolidamento dell'apprendimento come Intel Coach e Ray RLlib.

Amazon SageMaker RL supporta inoltre ambienti RL multipli, compresi gli ambienti fisici full 2D e 3D, gli ambienti di simulazione commerciale come MATLAB e Simulink e tutto quanto supporta l'interfaccia open source OpenAI Gym, compresi gli ambienti personalizzati. Inoltre, SageMaker RL consentirà la formazione mediante ambienti 3D virtuali integrati in Amazon Sumerian e AWS RoboMaker. Questo significa che è possibile modellare qualsiasi cosa, dalla pubblicità ai sistemi finanziari, dai controlli industriali alla robotica e ai veicoli autonomi.

Apertura e flessibilità

Il machine learning a modo tuo

La tecnologia di machine learning procede velocemente e devi rimanere flessibile e avere l'accesso a un ampio set di framework e strumenti. Con Amazon SageMaker, puoi usare i container integrati per tutti i framework più comuni o introdurre il tuo framework preferito. In ogni caso, Amazon SageMaker gestirà in modo completo l'infrastruttura sottostante necessaria per creare, formare e distribuire i modelli.

Prestazioni ottimizzate

Le funzionalità di SageMaker Neo sono inoltre disponibili per tutti gli sviluppatori tramite il progetto open source Neo. Riteniamo che mettere tutti in condizione di eseguire modelli ovunque sia una fase fondamentale per permettere che il machine learning realizzi appieno il suo potenziale. Contribuendo allo sforzo open source, i fornitori di hardware possono migliorare Neo con nuove ottimizzazioni e far progredire l'intero ecosistema hardware verso il machine learning.

SageMaker si adatta al tuo flusso di lavoro

All'interno, Amazon SageMaker è composto da componenti separati: Ground Truth, Notebooks, Training, Neo e Hosting. Questi componenti sono progettati per funzionare insieme e fornire un servizio completo di machine learning. Tuttavia, possono essere usati anche in modo indipendente per integrare flussi di lavoro di machine learning esistenti o per supportare modelli eseguiti nel data center o a livello di edge.

Apprendi e velocizza

ImgHead_Silverstone_TEST_Car_3

AWS DeepRacer

Una macchina da corsa completamente autonoma, in scala 1/18, fornita di tutto quello che serve per scoprire il consolidamento dell'apprendimento attraverso la guida autonoma.

Ulteriori informazioni »

AWS DeepLens

Scopri la visione artificiale attraverso progetti, tutorial ed esplorazione pratica e concreta con la prima videocamera di Deep Learning al mondo per gli sviluppatori.

Ulteriori informazioni »

Formazione e certificazione AWS Machine Learning

AWS Machine Learning University. Corsi strutturati di machine learning basati sullo stesso materiale usato per formare gli sviluppatori Amazon attraverso la combinazione di conoscenze di base e applicazioni reali.

Ulteriori informazioni »

Amazon ML Solutions Lab

Amazon ML Solutions Lab affianca il tuo team con esperti di machine learning di Amazon. Combina workshop istruttivi pratici con sessioni di brainstorming e servizi di consulenze professionali per aiutarti a partire dalle sfide aziendali per poi procedere passo per passo nel processo di implementazione di un modello in produzione. Successivamente, sarai in grado di utilizzare quanto appreso in ogni settore della tua organizzazione per perseguire nuove opportunità.

Ulteriori informazioni »