Amazon SageMaker AI が AI 開発をより迅速に行うためのサーバーレス MLflow 機能を発表
Amazon SageMaker AI は、AI モデル開発タスクをサポートするように動的にスケールするサーバーレス MLflow 機能の提供を開始しました。MLflow を使用すると、AI デベロッパーはインフラストラクチャのセットアップを待たずに実験の追跡、比較、評価を開始できます。
さまざまな業界のお客様が AI 開発を加速するにあたって、実験を追跡し、動作を観察し、AI モデル、アプリケーション、エージェントのパフォーマンスを評価する機能が求められています。ただし、MLflow インフラストラクチャを管理するには、管理者による追跡サーバーの継続的な維持およびスケール、複雑なキャパシティプランニングの決定、データを分離するための個別のインスタンスのデプロイを行う必要があります。このインフラストラクチャ運用の負担は、中核的な AI 開発からリソースを奪い、チームの生産性と費用対効果に影響するボトルネックを生じさせます。
今回の更新により、MLflow は動的にスケールして、要求の厳しい予測不可能なモデル開発タスクでは高速なパフォーマンスを提供し、アイドル時間にはスケールダウンするようになりました。また、管理者は Resource Access Manager (RAM) を使用してクロスアカウントアクセスを設定することで生産性を向上させ、組織の境界を越えたコラボレーションを容易にできます。
Amazon SageMaker AI のサーバーレス MLflow 機能は追加料金なしで提供され、SageMaker AI JumpStart、SageMaker Model Registry、SageMaker Pipelines などの使い慣れた Amazon SageMaker AI モデル開発機能とネイティブに連携します。お客様は自動バージョン更新により Amazon SageMaker AI 上の MLflow の最新バージョンにアクセスできます。
MLflow を搭載した Amazon SageMaker AI が、一部の AWS リージョンで利用できるようになりました。詳細については、Amazon SageMaker AI ユーザーガイドと AWS ニュースブログをご覧ください。