게시된 날짜: Feb 1, 2023
Amazon SageMaker Training에서는 인프라를 관리할 필요가 없으므로 기계 학습(ML) 모델을 대규모로 훈련하고 튜닝하는 데 필요한 시간과 비용이 절감됩니다. 내장 라이브러리 및 도구를 제공하는 것 외에도 SageMaker는 GPT, BERT, DALL·E와 같은 널리 사용되는 오픈 소스 기반 모델 및 PyTorch, TensorFlow와 같은 ML 프레임워크와 연동됩니다. 이제 SageMaker Training에서는 프라이빗 Docker 레지스트리에 저장된 사전 설치된 프레임워크 또는 알고리즘이 있는 이미지를 사용하여 ML 모델을 구축할 수 있게 되었음을 발표하게 되어 기쁩니다.
일반적으로 기업에서 근무하는 기계 학습 담당자는 컨테이너 이미지에 레지스트리를 사용하기를 원합니다. 이미지와 아티팩트를 중앙 위치에서 유지 관리하는 것이 조직 전반의 관행이기 때문입니다. Amazon ECR은 엔터프라이즈 팀에서 사용하는 이러한 중앙 집중식 레지스트리의 표준이 되는 전형입니다. 일부 팀의 경우 AWS 외부에서 구축하고 유지 관리한 다양한 서드 파티 레지스트리를 사용하여 훈련 작업을 실행해야 하는 경우도 있습니다. 데이터 과학자는 이 새로운 기능을 통해 원하는 프라이빗 Docker 레지스트리를 사용하여 맞춤형 기계 학습/딥 러닝(ML/DL) 모델을 훈련하는 유연성을 확보할 수 있습니다. 이제 SageMaker 모델 훈련에서 프라이빗 Docker 레지스트리를 인증할 수 있습니다. 따라서 컨테이너 이미지에 대한 요청이 권한이 있는 엔터티에 대해서만 처리되므로 보안 계층이 추가되어 안심하고 사용할 수 있습니다. 단계별 지침은 설명서를 참조하세요.