Introducing Amazon SageMaker – Accelerating Machine Learning

Publicado: 19 de out de 2023

Hoje, estamos lançando o Amazon SageMaker na AWS Secret Region. O Amazon SageMaker é um serviço de machine learning totalmente gerenciado que permite que cientistas de dados, desenvolvedores e especialistas de machine learning criem, treinem e implantem rapidamente modelos de machine learning em grande escala. Isso acelera consideravelmente todos os projetos de machine learning e permite que você adicione rapidamente machine learning às aplicações de produção.

 Estamos lançando cinco componentes principais para o Amazon SageMaker:

• Criação: IDEs de cadernos Jupyter hospedados sem configuração para exploração, limpeza e pré-processamento de dados. Você pode executá-los em tipos de instâncias gerais ou em instâncias baseadas em GPU.
• Treinamento de modelos: um serviço distribuído de criação, treinamento e validação de modelos. Você pode usar algoritmos e estruturas comuns de aprendizado supervisionado e não supervisionado ou criar seu próprio treinamento com contêineres do Docker. O treinamento pode escalar até dezenas de instâncias para oferecer suporte à criação mais rápida de modelos. Os dados de treinamento são lidos do S3 e os artefatos do modelo são colocados no S3. Os artefatos do modelo são os parâmetros do modelo dependentes dos dados, não o código que permite fazer inferências a partir desse modelo. Essa separação de interesses facilita a implantação de modelos treinados do Amazon SageMaker em outras plataformas.
• Hospedagem de modelos: um serviço de hospedagem de modelos com endpoints HTTPs para invocar modelos a fim de obter inferências em tempo real. Esses endpoints podem escalar para comportar o tráfego e permitir que você realize testes A/B simultaneamente em vários modelos. Novamente, você pode criar esses endpoints usando o SDK integrado ou fornecer suas próprias configurações com imagens do Docker. Amazon SageMaker Neo: possibilita que os clientes treinem os modelos uma vez e os executem em qualquer lugar com um aumento de performance de até sete vezes. Os aplicativos executados em dispositivos conectados na borda são particularmente dependentes da performance dos modelos de Machine Learning. Esses aplicativos exigem decisões de baixa latência e são frequentemente implantados em um grande número de plataformas de hardware diferentes.
• O Amazon SageMaker Neo compila modelos para plataformas de hardware específicas, otimizando automaticamente a performance e proporcionando uma execução com performance até sete vezes maior, sem qualquer perda de precisão. Como resultado, os desenvolvedores não precisam mais gastar tempo em ajustes manuais de modelos treinados para cada plataforma de hardware, reduzindo o tempo e as despesas. O SageMaker Neo oferece suporte às plataformas de hardware NVIDIA, Intel, Xilinx, Cadence e Arm, bem como a estruturas conhecidas como Tensorflow, Apache MXNet e PyTorch.
• Amazon SageMaker GroundTruth: se você deseja flexibilidade para criar e gerenciar seus próprios fluxos de trabalho e mão de obra de rotulagem de dados, use o SageMaker Ground Truth. O SageMaker Ground Truth é um serviço de rotulagem de dados que facilita a rotulagem de dados e oferece a opção de usar fornecedores terceirizados ou de sua própria força de trabalho privada. Você também pode gerar dados sintéticos rotulados sem coletar ou rotular dados reais manualmente. O SageMaker Ground Truth pode gerar por você centenas de milhares de imagens sintéticas rotuladas automaticamente.

O conteúdo desta publicação é apenas para fins informativos. Para obter mais informações sobre o Amazon SageMaker na Secret Cloud, entre em contato conosco.