投稿日: Nov 30, 2023
Amazon SageMaker Studio は、包括的な機械学習 (ML) ツールと選択可能なフルマネージド型の統合開発環境 (IDE) を備えた単一の Web ベースのインターフェイスであり、データの準備から ML モデルの構築、トレーニング、デプロイ、管理まで、ML 開発のすべてのステップを実行します。Amazon EFS は、シンプルでサーバーレス、セットアンドフォーゲット、伸縮自在なファイルシステムで、AWS クラウドでのファイルストレージのセットアップ、スケール、およびコスト最適化を容易にします。本日、SageMaker Studio の JupyterLab や Code Editor などの IDE から大規模な ML データセットや共有コードにアクセスするため、独自の EFS ボリュームを利用できる新機能を発表できることを嬉しく思います。
既存の EFS ボリュームを SageMaker の IDE 内で複数のユーザーが利用できるようになり、データの移動を必要とせずにファイルシステム上の共通のデータセットにアクセスすることで、時間、労力、コストを節約できます。
これにより、ノートブック、コード、データを同僚と共有し、生産性を向上させ、ML ワークフローでの共同作業を迅速に行うことができます。さらに、モデル構築やトレーニングなど、ML ワークフローのさまざまなステップで同じ EFS ボリュームにアクセスできるため、反復や実験をすぐに行うこともできます。
この機能は、中国リージョンと AWS GovCloud (米国) リージョンを除き、Amazon SageMaker Studio が現在利用可能なすべての Amazon Web Services (AWS) リージョンでご利用いただけます。詳細については、SageMaker Studio ドキュメントを参照してください。