投稿日: Oct 4, 2023
Amazon SageMaker Model Registry で、プライベート Docker リポジトリに保存されている機械学習 (ML) モデルを登録できるようになりました。この機能により、複数のプライベート AWS モデルリポジトリと AWS 以外のモデルリポジトリにわたるすべての ML モデルを 1 つの中央サービスで追跡し、ML 運用 (MLOps) と ML ガバナンスを大規模に簡素化できます。
Amazon SageMaker Model Registry は、トレーニングから推論まで ML モデルのライフサイクル全体を管理するための専用のメタデータストアです。モデルアーティファクト (モデルフレームワークファイル、コンテナイメージ) を AWS (Amazon ECR) に保存するか、AWS 外部のサードパーティの Docker リポジトリに保存するかにかかわらず、Amazon SageMaker Model Registry ですべて追跡できるようになりました。また、関連するコンテナイメージへの読み取り/書き込み権限なしでモデルを柔軟に登録できます。プライベートリポジトリで ML モデルを追跡する場合は、登録時にオプションの 'SkipModelValidation' パラメータを 'All' に設定します。後で、Amazon SageMaker で推論のためにこれらのモデルをデプロイすることもできます。このようなモデルをプライベートリポジトリからデプロイする方法の詳細については、開発者ガイドを参照してください。
Amazon SageMaker Model Registry は、AWS GovCloud (米国) リージョンを除くすべての AWS リージョンでご利用いただけます。開始するには、Amazon SageMaker Studio UI または Amazon SageMaker Python SDK を使用してプライベート ML モデルを登録してください。追加情報については、Amazon SageMaker 開発者ガイドをご覧ください。