SageMaker AI (旧称 Amazon SageMaker) を使用して ML モデルを構築、トレーニング、デプロイ

Amazon SageMaker

すべてのデータ、分析、AI の統合基盤となる次世代の Amazon SageMaker
Amazon SageMaker の使用を開始する

概要

広く採用されている AWS の機械学習と分析機能をまとめた Amazon SageMaker は、分析と AI のための統合エクスペリエンスを、すべてのデータに対する統合アクセスとともに提供します。モデル開発、生成 AI、データ処理、SQL 分析のための使い慣れた AWS ツールを使用して、統合スタジオ (プレビュー) からより迅速にコラボレーションして構築できます。これは、ソフトウェア開発のための極めて有能な生成 AI アシスタントである Amazon Q Developer によって加速されます。データレイク、データウェアハウス、サードパーティーまたはフェデレーテッドデータソースのいずれに保存されているかにかかわらず、すべてのデータにアクセスし、組み込みガバナンスを活用して、企業のセキュリティニーズに対応できます。

利点

Amazon SageMaker Unified Studio (プレビュー) では、すべてのデータやツールを分析や AI に使用するための統合エクスペリエンスがもたらされます。モデル開発、生成 AI、データ処理、SQL 分析用の使い慣れた AWS ツールを使用してデータを検出し、活用しましょう。統合されたノートブックを使用してコンピューティングリソースを処理したり、組み込みの SQL エディタでさまざまなデータソースを検出してクエリを実行したり、AI モデルを大規模にトレーニングしてデプロイしたり、カスタムの生成 AI アプリケーションを迅速に構築したりできます。データ、モデル、生成 AI アプリケーションなどの分析および AI アーティファクトを作成して安全に共有することで、データ製品をより早く市場に投入できます。
設計上安全な包括的な AI 開発機能セットを使用して、Amazon SageMaker の AI を有効利用しましょう。パフォーマンスが高く費用対効果の高いインフラストラクチャで ML と基盤モデル (FM) のトレーニング、カスタマイズ、デプロイを行います。高性能の統合開発環境 (IDE) や分散型トレーニングから、推論、AI 運用、ガバナンス、オブザーバビリティまで、AI ライフサイクル全体にわたる専用ツールを使用できます。最先端のモデルと独自のデータを使用して、ビジネスに合わせた生成 AI アプリケーションを迅速に作成できます。Amazon Q Developer で AI 開発をスピードアップすると、データの検出、ML モデルの構築とトレーニング、SQL クエリの生成、データパイプラインジョブの作成と実行をすべて自然言語で簡単に行うことができます。
Amazon SageMaker Lakehouse を使用して、Amazon Simple Storage Service (Amazon S3) データレイクと Amazon Redshift データウェアハウスにわたるすべてのデータを統合します。Apache Iceberg 互換のすべてのツールとエンジンを使用して、分析データを 1 つのコピーにまとめて、データにアクセスしてクエリを実行できる柔軟性が得られます。レイクハウス内の分析ツールや AI ツール全体に適用される、きめ細かなアクセス許可を定義してデータを保護します。ゼロ ETL 統合により、運用データベースやアプリケーションからのデータをほぼリアルタイムでレイクハウスに取り込むことができます。さらに、サードパーティーのデータソース全体にわたるフェデレーテッドクエリ機能を使用して、その場でデータにアクセスしてクエリを実行できます。
データと AI のライフサイクル全体にわたる組み込みガバナンスにより、企業のセキュリティを確保します。Amazon SageMaker を使用すると、適切なユーザーによる適切なデータ、モデル、および開発アーティファクトへのアクセス権を目的に合わせて制御できます。Amazon SageMaker Catalog によるきめ細かなアクセス制御を備えた単一の許可モデルを使用して、アクセスポリシーを一貫して定義し、適用できます。データ分類、毒性検出、ガードレール、責任ある AI ポリシーによって AI モデルを保護します。データ品質の監視とオートメーション、機密データの検出、データと ML のリネージを通じて、組織全体で信頼が得られます。

次世代の SageMaker に出会う

特徴

お客様

トヨタ

「自動車事業全体に散在するサイロ化されたデータセットに対処するために、Amazon SageMaker でコネクテッドカー、販売、製造、サプライチェーン部門全体のデータを統合および管理することを検討しています。このアプローチにより、データを簡単に検索、検出、共有できるようになり、品質問題を未然に防ぎ、顧客の安全と満足度を高め、生成 AI アプリケーションの開発を加速するための基礎を築くことができます」。

– TMNA、VP of Data, Analytics, Platforms, and Data Science、Kamal Distell 氏

image

NatWest Group

「当社の Data Platform Engineering チームは、データエンジニアリング、ML、SQL、GenAI のタスク用に複数のエンドユーザーツールをデプロイしてきました。銀行全体のプロセスを簡素化するために、ユーザー認証とデータアクセス承認の合理化を検討してきました。Amazon SageMaker は既製のユーザーエクスペリエンスを提供してくれるので、組織全体に 1 つの環境をデプロイでき、データユーザーが新しいツールにアクセスするのに必要な時間を約 50% 短縮できます」。

- NatWest Group、CDAO、Zachery Anderson 氏

image

ロシュ

「Amazon Redshift を利用して、すべてのデータリポジトリにわたる構造化データと半構造化データの両方からインサイトを得ています。新しい Amazon SageMaker Lakehouse は、Amazon Redshift、Glue Data Catalog、Lake Formation などのサービスにより、データレイクやその他のデータソースへのアクセスを強化および統合できる可能性があります。この革新により、データおよびエンジニアリングチームはデータアクセスを簡素化し、データ、分析、およびアプリケーションのワークロード間の相互運用性を促進できます。データコピーの減少、処理時間の 40% 削減、分析データのトランザクションシステムへの迅速な書き戻しによる意思決定の改善、およびチームがビジネス価値の創造に集中できるようになることで、データエラーが大幅に減少すると予測しています」。

- Roche、Global Product Strategy 部門 Head of Engineering、Yannick Misteli 氏

image

Lennar

「当社は過去 18 か月間、AWS と協力してデータ基盤を変革し、費用対効果も高いクラス最高のソリューションを使用できるようにしてきました。Amazon SageMaker Unified Studio や Amazon SageMaker Lakehouse などの進歩により、データやサービスへのシームレスなアクセスによって配信速度が加速し、エンジニア、アナリスト、サイエンティストが当社のビジネスに重要な価値をもたらすインサイトを明らかにできるようになることが期待されます」。

- Lennar、SVP of Data and Analytic、Lee Slezak 氏

image

Natera, Inc

「私たちの組織は、Amazon DataZone、Amazon SageMaker AI、Amazon Athena、Amazon Redshift を活用して、臨床データとゲノムデータを管理および分析してきました。Amazon SageMaker Catalog のガバナンスが統一されたことを嬉しく思います。これにより、データの検出とアクセスが合理化され、チームがドメイン全体の関連データを迅速に分析できるようになります。この統合は、カスタマイズされたデータセットの作成に役立ち、インサイトを得るまでの時間を短縮できる可能性があります。また、個別化された遺伝子検査を標準治療の一部にするという目標を前進させる中で、最終的には患者の治療効果を改善することができます」。

– Natera, Inc.、VP of Software Engineering、Mirko Buholzer 氏

image