Бессерверные возможности MLFlow в Amazon SageMaker AI для ускорения ИИ-разработки
Amazon SageMaker AI теперь поддерживает бессерверные возможности MLFlow, которые динамически масштабируются для требуемых задач разработки моделей искусственного интеллекта (ИИ). Используя MLFlow, разработчики ИИ могут начинать отслеживать, сравнивать и оценивать эксперименты, не дожидаясь настройки инфраструктуры.
Чтобы ускорить разработку на основе ИИ, клиентам из разных отраслей необходимы возможности для отслеживания экспериментов, наблюдения за работой и оценки производительности моделей, приложений и агентов ИИ. Однако управление инфраструктурой MLFlow требует, чтобы администраторы постоянно поддерживали и масштабировали серверы отслеживания, принимали сложные решения по планированию ресурсов и развертывали отдельные инстансы для изоляции данных. Эти инфраструктурные задачи отвлекают специалистов от главных задач ИИ-разработки и создают узкие места, влияющие на эффективность работы команд и экономию.
С новым обновлением возможности MLFlow теперь будут масштабироваться динамически, обеспечивая высокую производительность при выполнении сложных и непредсказуемых задач разработки моделей, а затем горизонтально уменьшая масштаб во время простоя. Администраторы также могут повысить производительность, настроив доступ к нескольким аккаунтам в Диспетчере доступа к ресурсам AWS (AWS RAM) и упростив совместную работу со специалистами за пределами организации.
Бессерверные возможности MLFlow в Amazon SageMaker AI предлагаются бесплатно и полностью совместимы с привычными возможностями разработки моделей в этом сервисе, такими как SageMaker AI JumpStart, Реестр моделей и Конвейеры SageMaker. Клиенты могут получить доступ к последней версии MLFlow в Amazon SageMaker AI, используя автоматические обновления версий.
Возможности MLFlow для Amazon SageMaker AI сейчас доступны лишь в некоторых регионах AWS. Подробные сведения см. в руководстве пользователя Amazon SageMaker AI и блоге AWS News.