แนะนำ Amazon SageMaker – การเร่งประสิทธิภาพแมชชีนเลิร์นนิง

โพสต์บน: 19 ต.ค. 2023

วันนี้ เรากำลังเปิดตัว Amazon SageMaker ใน AWS Secret Region Amazon SageMaker เป็นบริการแมชชีนเลิร์นนิงแบบครบวงจรที่มีการจัดการเต็มรูปแบบซึ่งช่วยให้นักวิทยาศาสตร์ข้อมูล นักพัฒนา และผู้เชี่ยวชาญด้านแมชชีนเลิร์นนิงสามารถสร้าง ฝึก และโฮสต์โมเดลแมชชีนเลิร์นนิงได้อย่างรวดเร็วในขนาดใหญ่ได้ ความสามารถนี้ช่วยเร่งความพยายามด้านแมชชีนเลิร์นนิงทั้งหมดได้อย่างมาก และช่วยให้คุณสามารถเพิ่มแมชชีนเลิร์นนิงลงในแอปพลิเคชันเวอร์ชันที่ใช้งานจริงได้อย่างรวดเร็ว

 เรากำลังเปิดตัวส่วนประกอบหลัก 5 รายการสำหรับ Amazon SageMaker:

  • การเขียน: Jupyter Notebook IDE ที่โฮสต์ไว้ที่ไม่ต้องมีการตั้งค่าสำหรับการสำรวจข้อมูล การล้าง และการประมวลผลล่วงหน้า คุณสามารถเรียกใช้สิ่งเหล่านี้บนประเภทอินสแตนซ์ทั่วไปหรืออินสแตนซ์ที่ขับเคลื่อนโดย GPU ได้
  • การฝึกโมเดล: บริการสร้าง การฝึก และตรวจสอบโมเดลแบบกระจาย คุณสามารถใช้อัลกอริทึมและเฟรมเวิร์กการเรียนรู้แบบมีผู้ดูแลและแบบไม่มีผู้ดูแลที่มีอยู่แล้วภายใน หรือสร้างการฝึกของคุณเองด้วย Docker Container การฝึกสามารถปรับขนาดได้ถึงหลายสิบอินสแตนซ์เพื่อรองรับการสร้างโมเดลที่เร็วขึ้น S3 จะเป็นตัวอ่านข้อมูลสำหรับฝึก และอาร์ทิแฟกต์ โมเดลจะถูกใส่ไว้ใน S3 อาร์ทิแฟกต์โมเดลเป็นพารามิเตอร์โมเดลที่ขึ้นอยู่กับข้อมูล ซึ่งไม่ใช่โค้ดที่ช่วยให้คุณสามารถทำการอนุมานจากโมเดลของคุณ การแยกส่วนของข้อกังวลนี้ทำให้การติดตั้งใช้งานโมเดลที่ผ่านการฝึกโดย Amazon SageMaker ไปยังแพลตฟอร์มอื่นเป็นเรื่องง่าย
  • การโฮสต์โมเดล: บริการโฮสต์โมเดลที่มีตำแหน่งข้อมูล HTTP สำหรับการเรียกดำเนินการโมเดลของคุณเพื่อรับการอนุมานแบบเรียลไทม์ ตำแหน่งข้อมูลเหล่านี้สามารถปรับขนาดเพื่อรองรับ การรับส่งข้อมูล และอนุญาตให้คุณทดสอบ A/B กับโมเดลหลายตัวพร้อมกันได้ ขอทวนอีกครั้งว่า คุณสามารถสร้างตำแหน่งข้อมูลเหล่านี้โดยใช้ SDK ที่มีอยู่แล้วหรือจัดเตรียมการกำหนดค่าของคุณเองด้วย Docker Image Amazon SageMaker Neo: บริการนี้อนุญาตให้ลูกค้าฝึกโมเดลครั้งเดียว และเรียกใช้ได้ทุกที่พร้อมการปรับปรุงประสิทธิภาพสูงสุดถึง 7 เท่า แอปพลิเคชันที่ทำงานบนอุปกรณ์ที่เชื่อมต่ออยู่ที่ Edge มีความไวต่อประสิทธิภาพของโมเดลแมชชีนเลิร์นนิงเป็นพิเศษ โดยต้องการการตัดสินใจที่มีเวลาแฝงต่ำ และนิยมปรับใช้ข้ามแพลตฟอร์มฮาร์ดแวร์ที่หลากหลายได้
  • Amazon SageMaker Neo คอมไพล์โมเดลสำหรับแพลตฟอร์มฮาร์ดแวร์ที่เฉพาะเจาะจง เพิ่มประสิทธิภาพการทำงานโดยอัตโนมัติ ซึ่งทำให้สามารถเรียกใช้ได้เร็วขึ้นสูงสุดถึงเจ็ดเท่า โดยยังคงความถูกต้องไว้ได้ ผลลัพธ์คือ นักพัฒนาจะไม่จำเป็นต้องเสียเวลาในการปรับแต่งด้วยตนเองสำหรับโมเดลที่ฝึกแล้วในแต่ละแพลตฟอร์มฮาร์ดแวร์ (ซึ่งช่วยประหยัดเวลาและค่าใช้จ่าย) SageMaker Neo รองรับแพลตฟอร์มฮาร์ดแวร์จาก NVIDIA, Intel, Xilinx, Cadence, และ Arm, และเฟรมเวิร์กยอดนิยมเช่น Tensorflow, Apache MXNet และ PyTorch
  • Amazon SageMaker GroundTruth: หากคุณต้องการความยืดหยุ่นในการสร้างและจัดการเวิร์กโฟลว์การระบุประเภทข้อมูลและบุคลากรของคุณเอง คุณสามารถใช้ SageMaker Ground Truth ได้ SageMaker Ground Truth เป็นบริการการระบุประเภทข้อมูลที่ช่วยให้การระบุประเภทข้อมูลเป็นเรื่องง่าย และให้คุณมีทางเลือกในการใช้ผู้จำหน่ายบุคคลภายนอกหรือบุคลากรส่วนตัวของคุณเอง คุณยังสามารถสร้างข้อมูลสังเคราะห์ที่ถูกระบุประเภท ได้โดยไม่ต้องรวบรวมหรือระบุประเภทข้อมูลจากการใช้งานจริงด้วยตนเอง SageMaker Ground Truth สามารถสร้างภาพสังเคราะห์ที่ถูกระบุประเภทโดยอัตโนมัติหลายแสนภาพในนามของคุณ

เนื้อหาในโพสต์นี้มีจุดประสงค์เพื่อให้ข้อมูลเท่านั้น สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ Amazon Sagemaker ใน Secret Cloud โปรดติดต่อเรา