Amazon SageMaker JumpStart
클릭 몇 번으로 배포 가능하며 파운데이션 모델, 기본 제공 알고리즘 및 사전 구축된 ML 솔루션이 포함된 기계 학습(ML) 허브
SageMaker JumpStart를 사용해야 하는 이유는 무엇인가요?
Amazon SageMaker JumpStart는 기계 학습(ML) 여정을 앞당기는 데 도움이 될 수 있는 ML 허브입니다. SageMaker JumpStart를 사용하면 사전 정의된 품질 및 책임 지표를 기반으로 FM을 신속하게 평가, 비교, 선택하여 기사 요약과 이미지 생성 등의 작업을 수행할 수 있습니다. 사전 훈련된 모델은 데이터를 사용하여 사용 사례에 맞게 완전히 맞춤화할 수 있으며 사용자 인터페이스 또는 SDK를 사용하여 이를 프로덕션 환경에 쉽게 배포할 수 있습니다. 또한 모델과 노트북을 비롯한 아티팩트를 조직 내에서 공유하여 모델 구축 및 배포를 가속화할 수 있으며, 관리자는 조직 내 사용자에게 어떤 모델이 표시되는지 제어할 수 있습니다.
사용자의 어떠한 데이터도 기본 모델을 훈련하는 데 사용되지 않습니다. 모든 데이터가 암호화되고 Virtual Private Cloud(VPC)에서 벗어나지 않으므로 데이터가 비공개로 유지되고 기밀로 유지될 수 있습니다. 자세한 내용은 FAQ를 참조하세요.
작동 방식
파운데이션 모델
사전 훈련된 모델이 포함된 기본 제공 알고리즘
솔루션
ML 아티팩트 공유
SageMaker JumpStart의 이점
일반에 공개된 파운데이션 모델
기본 제공 ML 알고리즘
맞춤화 가능한 솔루션
협업 지원
Amazon SageMaker HyperPod 통합
이제 SageMaker HyperPod에서 몇 단계로 간단하게, SageMaker JumpStart의 오픈 웨이트 파운데이션 모델을 SageMaker HyperPod 클러스터에 직접 배포할 수 있습니다.
Amazon SageMaker JumpStart 기능
파운데이션 모델
AI21 Labs, Cohere, Databricks, Hugging Face, Meta, Mistral AI, Stability AI, Alexa 등 모델 제공업체가 제공하는 독점적이고 공개적으로 사용 가능한 수많은 파운데이션 모델을 탐색하여 문서 요약, 텍스트, 이미지 또는 비디오 생성과 같은 다양한 작업을 수행할 수 있습니다.
수백 개의 기본 제공 알고리즘에 액세스
SageMaker JumpStart는 TensorFlow Hub, PyTorch Hub, Hugging Face 및 MxNet GluonCV를 포함한 모델 허브에서 사전 훈련된 모델과 함께 수백 개의 기본 제공 알고리즘을 제공합니다. SageMaker Python SDK를 사용하여 기본 제공 알고리즘에 액세스할 수도 있습니다. 기본 제공 알고리즘은 데이터 분류(이미지, 텍스트, 테이블) 및 감성 분석과 같은 일반적인 ML 태스크를 다룹니다.
일반적인 사용 사례를 위해 사전 구축된 솔루션
SageMaker JumpStart는 수요 예측, 신용 금리 예측, 사기 탐지, 컴퓨터 비전 등 일반적인 기계 학습 사용 사례를 위한 원클릭 엔드 투 엔드 솔루션을 제공합니다.