게시된 날짜: Nov 30, 2023
Amazon SageMaker Studio는 포괄적인 기계 학습(ML) 도구와 다양한 완전관리형 통합 개발 환경(IDE)이 포함된 단일 웹 기반 인터페이스로, 데이터 준비부터 ML 모델 구축, 훈련, 배포 및 관리에 이르기까지 ML 개발의 모든 단계를 수행할 수 있습니다. Amazon EFS는 AWS 클라우드에서 파일 스토리지를 쉽게 설정하고 크기를 조정하고 비용을 최적화할 수 있게 해주는 간단한 방식의 탄력적인 서버리스 파일 시스템으로, 한 번만 설정하면 됩니다. 오늘 AWS는 자체 EFS 볼륨을 가져와 대규모 ML 데이터 세트에 액세스하거나 SageMaker Studio의 JupyterLab 및 코드 편집기와 같은 IDE에서 공유 코드에 액세스할 수 있는 새로운 기능을 발표했습니다.
이제 SageMaker의 여러 사용자가 자신의 IDE 내에서 기존 EFS 볼륨을 사용할 수 있게 되어 데이터를 이동할 필요 없이 파일 시스템의 공통 데이터 세트에 액세스할 수 있으므로 시간, 노력 및 비용을 절약할 수 있습니다.
이를 통해 노트북, 코드 및 데이터를 동료와 공유하여 생산성을 높이고 ML 워크플로에서 더 빠르게 협업할 수도 있습니다. 또한 모델 구축 및 훈련과 같은 ML 워크플로의 여러 단계에서 동일한 EFS 볼륨에 액세스하여 빠르게 반복하고 실험할 수 있습니다.
이 기능은 현재 중국 및 AWS GovCloud(미국) 리전을 제외한 Amazon SageMaker Studio가 제공되는 모든 Amazon Web Services(AWS) 리전에서 사용할 수 있습니다. 자세한 내용은 SageMaker Studio 설명서를 참조하세요.