Amazon SageMaker AI anuncia o recurso MLflow com tecnologia sem servidor para agilizar o desenvolvimento de IA
Agora, o Amazon SageMaker AI oferece um recurso de MLflow com tecnologia sem servidor que se expande dinamicamente para comportar tarefas de desenvolvimento de modelos de IA. Com o MLflow, os desenvolvedores de IA podem começar a rastrear, comparar e avaliar experimentos sem esperar pela configuração da infraestrutura.
Clientes de todos os setores que aceleram o desenvolvimento de IA precisam de recursos para rastrear experimentos, observar o comportamento e avaliar a performance de modelos e aplicações de IA. No entanto, o gerenciamento da infraestrutura MLflow exige que os administradores mantenham e escalem continuamente os servidores de rastreamento, tomem decisões complexas de planejamento de capacidade e implantem instâncias separadas para isolamento de dados. Essa sobrecarga de infraestrutura desvia os recursos do desenvolvimento principal da IA e cria gargalos que afetam a produtividade da equipe e a relação custo-benefício.
Com esta atualização, o MLflow escala dinamicamente para oferecer performance rápida nas tarefas de desenvolvimento de modelos exigentes e imprevisíveis, além de reduzir a escala durante o tempo ocioso. Os administradores também podem aumentar a produtividade configurando o acesso entre contas por meio do Resource Access Manager (RAM) para simplificar a colaboração além das fronteiras organizacionais.
O recurso MLflow com tecnologia sem servidor no Amazon SageMaker AI não tem custo adicional e funciona nativamente com recursos já conhecidos de desenvolvimento de modelos do Amazon SageMaker AI, como o SageMaker AI JumpStart, o SageMaker Model Registry e o SageMaker Pipelines. Os clientes podem acessar a versão mais recente do MLflow no Amazon SageMaker AI com atualizações automáticas de versão.
O Amazon SageMaker AI com MLflow já está disponível em algumas regiões da AWS. Para saber mais, consulte o guia do usuário do Amazon SageMaker AI e o blog de notícias da AWS.