投稿日: Dec 29, 2023
Amazon SageMaker Studio は、機械学習 (ML) 開発のための統合開発環境 (IDE) です。Studio には、生産性を高めるデータの準備、実験、実働のためのツールが用意されています。Studio ユーザーは、SageMaker の処理、トレーニング、推論、バッチ変換の各ジョブを Studio IDE インスタンス上でローカルに実行できるようになりました。SageMaker 互換の Docker イメージを Studio IDE でローカルにビルドしてテストすることもできます。
データサイエンティストは、IDE を離れたり、リモートのコンピューティングリソースを待ったりすることなく、ML モデルを繰り返し開発し、コード変更をすばやくデバッグできます。ユーザーは、クラウドで完全なジョブを実行する前に、小規模なジョブをローカルで実行して実装をテストし、出力を検査できます。これにより、コード変更に関するフィードバックが瞬時に提供され、クラウドリソースを待たずに問題を早期に発見できるため、ワークフローが最適化されます。
さらに、Studio のローカルモードで Docker のビルドおよび実行の機能が提供されるようになりました。ユーザーは、自分のモデルコードと依存関係を使用して Docker イメージを Studio 内で直接ビルドできます。これにより、外部の Docker セットアップとビルドの手順が不要になり、コンテナの作成が簡単になります。コンテナをビルドしたら、クラウドにデプロイする前にローカルで実行して実装を検証できます。Studio でコンテナをビルドしてテストすることで、開発者の生産性が向上し、本番環境への移行をスピードアップできます。Docker ビルド機能により、環境間でコンテナを再利用することもできます。ローカルでビルドされたコンテナは、そのまま SageMaker にデプロイしてトレーニングやホスティングを行うことができます。この一貫性により、ローカル環境とクラウド環境の違いから生じる問題が解消されます。
この機能は、Amazon SageMaker が利用できるすべてのリージョンでご利用いただけるようになりました。詳細については、SageMaker Studio のローカルモードと SageMaker Studio の Docker サポートを参照してください。