คำถามที่พบบ่อยเกี่ยวกับ Amazon SageMaker

หัวข้อของหน้า

ข้อมูลทั่วไป
9
ประสบการณ์ในการใช้งานผลิตภัณฑ์
7
การกำหนดราคา
2
ความพร้อมใช้งาน
2

ข้อมูลทั่วไป

Amazon SageMaker รุ่นใหม่เป็นแพลตฟอร์มแบบรวมสำหรับข้อมูล การวิเคราะห์ และ AI SageMaker รุ่นใหม่มอบประสบการณ์การใช้งานแบบผสานรวมสำหรับการวิเคราะห์และ AI ด้วยการเข้าถึงข้อมูลของคุณแบบครบวงจร ซึ่งเป็นการผสานความสามารถด้านแมชชีนเลิร์นนิงและการวิเคราะห์ของ AWS ที่ได้รับการยอมรับอย่างกว้างขวาง ซึ่งช่วยให้ทำงานร่วมกันและสร้างได้เร็วขึ้นจากสตูดิโอแบบครบวงจร (เวอร์ชันทดลองใช้) โดยการใช้เครื่องมือ AWS ที่คุ้นเคยสำหรับการพัฒนาโมเดล AI ช่วยสร้าง การประมวลผลข้อมูล และการวิเคราะห์ SQL ซึ่งเร่งให้เร็วขึ้นด้วย Amazon Q Developer ซึ่งเป็นผู้ช่วยที่เป็น AI ช่วยสร้างที่มึความสามารถสูงสุดสำหรับการพัฒนาซอฟต์แวร์ นอกจากนี้ คุณสามารถเข้าถึงข้อมูลทั้งหมดของคุณไม่ว่าจะเก็บไว้ใน Data Lake คลังข้อมูล แอปพลิเคชันของบุคคลที่สามหรือแหล่งที่มาของข้อมูลแบบรวม โดยมีระบบกำกับดูแลในตัวเพื่อตอบสนองความต้องการด้านความปลอดภัยขององค์กร

เราขยายบริการ SageMaker ที่นำมาใช้กันอย่างแพร่หลายด้วยชุดข้อมูล การวิเคราะห์ และ AI ของ AWS ที่ครอบคลุมเพื่อส่งมอบประสบการของข้อมูล การวิเคราะห์และ AI แบบครบวงจร ในอนาคต ชุดความสามารถ AI/ML ที่มีอยู่ใน SageMaker สำหรับการจัดการข้อมูลข้อมูล สร้าง ฝึก และการปรับใช้โมเดล AI จะเรียกว่า Amazon SageMaker AI SageMaker AI ผสานรวมอยู่ใน SageMaker รุ่นใหม่ และยังพร้อมให้บริการแบบสแตนด์อโลนสำหรับผู้ที่ต้องการเน้นเฉพาะด้านการสร้าง ฝึก และปรับใช้โมเดล AI และ ML ในระดับขนาดใหญ่

SageMaker รุ่นใหม่ประกอบด้วย:

  • Amazon SageMaker Unified Studio (เวอร์ชันทดลองใช้): สร้างในสภาพแวดล้อมการพัฒนาเดียวสำหรับการเข้าถึงและใช้งานเครื่องมือและฟังก์ชันที่คุ้นเคยจากบริการวิเคราะห์ AWS และ AI/ML ที่สร้างขึ้นเพื่อจุดประสงค์เฉพาะ เช่น Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock และ SageMaker AI
  • Amazon SageMaker Lakehouse: รวมข้อมูลใน Data Lake ของ Amazon Simple Storage Service (Amazon S3), คลังข้อมูลของ Amazon Redshift, แหล่งที่มาของข้อมูลของบุคคลที่สามและแบบเชื่อมโยงกับส่วนกลาง
  • การกำกับดูแลข้อมูลและ AI ของ Amazon SageMaker: ค้นพบ กำกับดูแล และทำงานร่วมกันด้านข้อมูลและ AI อย่างปลอดภัยด้วย Amazon SageMaker Catalog ซึ่งสร้างขึ้นบน Amazon DataZone

Amazon SageMaker รุ่นใหม่ประกอบด้วยความสามารถต่อไปนี้:

  • Amazon SageMaker Unified Studio (เวอร์ชันทดลองใช้) – มาพร้อมข้อมูลและเครื่องมือทั้งหมดของคุณสำหรับการวิเคราะห์และ AI ในสภาพแวดล้อมเดียว
  • Amazon SageMaker Lakehouse - รวมข้อมูลใน Data Lake ของ Amazon Simple Storage Service (Amazon S3), คลังข้อมูลของ Amazon Redshift, แหล่งที่มาของข้อมูลของบุคคลที่สามและแบบรวมกลุ่มกับ Amazon SageMaker Lakehouse
  • การกำกับดูแลข้อมูลและ AI – ค้นพบ กำกับดูแล และประสานการทำงานด้านข้อมูลและ AI อย่างปลอดภัยด้วยAmazon SageMaker Catalog ซึ่งสร้างขึ้นบน Amazon DataZone
  • การพัฒนาโมเดล — สร้าง ฝึก และปรับใช้ ML และ FM ด้วยโครงสร้างพื้นฐาน เครื่องมือ และเวิร์กโฟลว์ที่มีการจัดการอย่างสมบูรณ์ด้วย Amazon SageMaker AI (เดิมคือ Amazon SageMaker)
  • การพัฒนาแอป AI ช่วยสร้าง - สร้างและปรับขนาดแอปพลิเคชัน AI ช่วยสร้างด้วย Amazon Bedrock
  • การวิเคราะห์ SQL - รับข้อมูลเชิงลึกด้วย Amazon Redshift ซึ่งเป็นเครื่องมือ SQL ที่มีประสิทธิภาพมากที่สุด
  • การประมวลผลข้อมูล - วิเคราะห์ เตรียม และรวมข้อมูลสำหรับการวิเคราะห์และ AI โดยใช้เฟรมเวิร์กโอเพนซอร์สบน Amazon Athena, Amazon EMR และ AWS Glue

SageMaker รุ่นใหม่มอบประสบการณ์แบบผสานรวมสำหรับการวิเคราะห์และ AI พร้อมสิทธิ์แบบครบวงจรในการเข้าถึงข้อมูลทั้งหมดของคุณ โดยการรวมความสามารถของ ML และการวิเคราะห์ของ AWS ที่มีการนำไปใช้ร่วมกันอย่างแพร่หลายเข้าไว้ด้วยกัน วิธีการแบบครบวงจรนี้ช่วยให้คุณทำงานกับข้อมูลของคุณได้อย่างมีประสิทธิภาพมากขึ้น เพิ่มการทำงานร่วมกันระหว่างทีม และเพิ่มประสิทธิภาพการทำงานโดยรวม

SageMaker ช่วยให้คุณ:

  • ทำงานร่วมกันและสร้างได้เร็วขึ้นด้วยสภาพแวดล้อมการพัฒนาข้อมูลและ AI เดียว โดยใช้บริการ AWS ที่คุ้นเคยสำหรับการพัฒนาแบบโมเดล AI ช่วยสร้าง การประมวลผลข้อมูล และการวิเคราะห์ SQL
  • พัฒนาและปรับขนาดกรณีการใช้งาน AI ของคุณด้วยชุดเครื่องมือที่หลากหลายเพื่อฝึก ปรับแต่ง และปรับใช้ ML และ FM รวมถึงสร้างแอปพลิเคชัน AI ช่วยสร้างที่ปรับให้เหมาะกับธุรกิจของคุณได้อย่างรวดเร็ว
  • ลด Data Silo ด้วย Lakehouse แบบเปิดเพื่อรวมข้อมูลทั้งหมดของคุณใน Data Lake ของ Amazon S3, คลังข้อมูล Amazon Redshift และแหล่งที่มาของข้อมูลของบุคคลที่สามหรือแบบเชื่อมโยงกับส่วนกลาง
  • ตอบสนองความต้องการด้านความปลอดภัยขององค์กรของคุณด้วยการกำกับดูแลข้อมูลและ AI ในตัว เพื่อควบคุมการเข้าถึงข้อมูล โมเดล ML อาร์ทิแฟกต์การพัฒนา AI ช่วยสร้าง และการคำนวณที่ถูกต้องโดยผู้ใช้ที่เหมาะสมเพื่อวัตถุประสงค์ที่ถูกต้อง

ใช่ คุณสามารถใช้บริการ AWS แต่ละรายการ เช่น Amazon SageMaker AI (เดิมชื่อ Amazon SageMaker), Amazon EMR สำหรับการประมวลผล Big Data, AWS Glue และ Amazon Redshift สำหรับคลังข้อมูล ต่อไปได้อย่างอิสระตามความต้องการทางธุรกิจเฉพาะของคุณ การเปลี่ยนแปลงนี้จะไม่มีผลกระทบต่อการใช้งานบริการต่าง ๆ ของคุณในปัจจุบัน

Amazon SageMaker มอบประโยชน์เพิ่มเติมโดยการให้บริการอินเทอร์เฟซแบบครบวงจรและใช้งานง่ายซึ่งช่วยให้สามารถเข้าถึงบริการเหล่านี้ได้ วิธีการนี้ช่วยให้คุณสร้างนวัตกรรมได้อย่างมีประสิทธิภาพมากขึ้นด้วยข้อมูลของคุณ เพิ่มการทำงานร่วมกันระหว่างทีม และปรับปรุงประสิทธิภาพการทำงานโดยรวม

SageMaker รวบรวมบริการ AWS AI และการวิเคราะห์ที่ครอบคลุมทั่วทั้ง SageMaker Unified Studio (เวอร์ชันทดลองใช้), การกำกับดูแลข้อมูลและ AI ของ SageMaker และ SageMaker Lakehouse

SageMaker Unified Studio ช่วยให้คุณสามารถเข้าถึงความสามารถในการประมวลผลข้อมูล การวิเคราะห์ SQL ML และการพัฒนาแอปพลิเคชัน AI ช่วยสร้างโดยใช้บริการ AWS ที่มีอยู่ สำหรับการประมวลผลข้อมูล บริการอย่าง Athena, AWS Glue, Amazon EMR และ Amazon Managed Workflows สำหรับ Apache Airflow (Amazon MWAA) สามารถวิเคราะห์ เตรียม ผสานรวม และจัดลำดับข้อมูลสำหรับการวิเคราะห์และ AI ในทุกขนาดได้ Amazon Redshift สามารถผสานรวมกับ SageMaker Lakehouse สำหรับการวิเคราะห์ SQL ได้อย่างราบรื่น เพื่อมอบความสามารถในการวิเคราะห์ SQL ที่มีประสิทธิภาพบนข้อมูลแบบรวมของคุณ ทั้งในคลังข้อมูล Amazon Redshift และ Data Lake ของ Amazon S3 ความสามารถของ ML ถูกนำเสนอโดย SageMaker AI (เดิมเรียกว่า SageMaker) สำหรับการสร้าง ฝึกอบรม และการปรับใช้ ML และ FM นอกจากนี้ คุณยังสามารถพัฒนาแอปพลิเคชัน AI ช่วยสร้างได้โดยใช้ Amazon Bedrock IDE (เวอร์ชันทดลองใช้)

การกำกับดูแลข้อมูลและ AI ของ SageMaker มอบการกำกับดูแลแบบครบวงจรในตัวผ่านประสบการณ์การจัดการข้อมูลแบบรวมศูนย์ใน SageMaker Catalog ซึ่งสร้างขึ้นจาก Amazon DataZone เพื่อค้นหา กำกับดูแล และประสานการทำงานด้านข้อมูลและ AI อย่างปลอดภัย

SageMaker Lakehouse สร้างขึ้นจากบริการแค็ตตาล็อกหลายรายการในแค็ตตาล็อกข้อมูลของ AWS Glue, AWS Lake Formation และ Amazon Redshift เพื่อให้การเข้าถึงข้อมูลแบบรวมศูนย์ใน Data Lake ของ Amazon S3 คลังข้อมูล Amazon Redshift รวมถึงแหล่งที่มาของข้อมูลจากบุคคลที่สามและแบบเชื่อมโยงกับส่วนกลาง

นอกจากนี้ บริการเหล่านี้ยังคงมีให้ใช้งานเป็นความสามารถแบบสแตนด์อโลนผ่านคอนโซลการจัดการของ AWS ซึ่งให้ความยืดหยุ่นตามกรณีการใช้งานของคุณ เราจะปรับปรุง SageMaker ด้วยบริการเพิ่มเติมในปี 2025 เพื่อรวมประสบการณ์ในด้านการวิเคราะห์และ AI ซึ่งรวมถึงการวิเคราะห์การค้นหาด้วย Amazon OpenSearch Service, การวิเคราะห์ธุรกิจด้วย Amazon QuickSight และการสตรีมข้อมูลด้วยกลุ่มบริการสตรีมมิ่งของ AWS

การเริ่มต้นใช้งาน Amazon SageMaker เป็นเรื่องง่าย ขั้นตอนแรกคือการไปที่คอนโซลการจัดการของ Amazon SageMaker Unified Studio (เวอร์ชันทดลองใช้) เพื่อสร้างโดเมน ซึ่งเป็นหน่วยจัดระเบียบสำหรับการเชื่อมต่อแอสเซท ผู้ใช้ และโปรเจกต์ของพวกเขาเข้าด้วยกันสำหรับหน่วยธุรกิจของคุณ ในคอนโซลการจัดการ ให้เลือกสร้างโดเมนแล้วคุณจะได้รับตัวเลือกสองตัวเลือกอย่างตั้งค่าด่วนและตั้งค่าด้วยตนเอง เลือกตั้งค่าด่วน เพื่อเริ่มต้นใช้งานโดยใช้ค่าเริ่มต้นที่สามารถปรับแต่งได้ในภายหลัง หรือคุณสามารถเลือกตั้งค่าด้วยตนเองซึ่งช่วยให้คุณสามารถควบคุมการตั้งค่าได้อย่างเต็มรูปแบบที่ในขณะที่คุณสร้างโดเมนของคุณ เมื่อสร้างโดเมนของคุณแล้ว คุณสามารถไปที่ Amazon SageMaker Unified Studio (เว็บแอปพลิเคชันบนเบราว์เซอร์) ซึ่งคุณสามารถใช้ข้อมูลและเครื่องมือที่กำหนดค่าของคุณทั้งหมดสำหรับการวิเคราะห์และ AI หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับวิธีการเริ่มต้นใช้งาน โปรดดูที่เอกสารประกอบสำหรับ SageMaker

คุณยังคงสามารถใช้ประสบการณ์การพัฒนาเดิมของคุณในบริการ AWS เช่น Amazon EMR, AWS Glue และ Amazon Athena ได้ ซึ่งหมายความว่าโค้ดและทรัพยากรที่มีอยู่ทั้งหมดที่คุณสร้างขึ้นสามารถใช้งานต่อไปได้โดยไม่มีการหยุดชะงัก เราจะจัดเตรียมสคริปต์การอัปเกรดที่ใช้งานง่ายและแนวทางที่ครอบคลุมเพื่อนำฐานโค้ดที่มีอยู่ของคุณมาสู่ประสบการณ์ SageMaker แบบครบวงจรในไตรมาสที่ 1 ของปี 2025

เรากำลังขยาย SageMaker ซึ่งเป็นบริการ ML ที่ใช้กันอย่างแพร่หลายให้เป็นแพลตฟอร์มข้อมูลและ AI โดยการรวมชุดข้อมูล การวิเคราะห์ และเครื่องมือ AI ที่ครอบคลุมของ AWS ซึ่งลูกค้าใช้กันอยู่แล้วในปัจจุบัน นอกจากนี้เรายังได้เพิ่มความสามารถใหม่ให้กับ SageMaker รุ่นใหม่ ซึ่งรวมถึง SageMaker Unified Studio (เวอร์ชันทดลองใช้), SageMaker Lakehouse (GA) และ SageMaker Catalog (GA)

Amazon SageMaker รุ่นใหม่รวมองค์ประกอบเกือบทั้งหมดที่คุณต้องการสำหรับการวิเคราะห์ SQL ด้วย Amazon Redshift การประมวลผลข้อมูลด้วย Amazon EMR การพัฒนาโมเดล AI ด้วย SageMaker AI และการพัฒนาแอปพลิเคชัน AI ช่วยสร้างด้วย Amazon Bedrock IDE ใหม่ (เวอร์ชันทดลองใช้) ซึ่งทั้งหมดรวมอยู่ในแพลตฟอร์มฟอร์มการพัฒนาแบบผสานรวมใน Unified Studio (เวอร์ชันทดลองใช้)

ประสบการณ์ในการใช้งานผลิตภัณฑ์

เอนทิตีโปรเจกต์ใน SageMaker ช่วยผู้ใช้จัดระเบียบงานและจัดเตรียมบริบททางธุรกิจเกี่ยวกับงานที่พวกเขากำลังดำเนินการอยู่ ซึ่งให้พื้นที่ทำงานร่วมกันที่ผู้ใช้สามารถทำงานร่วมกันเกี่ยวกับข้อมูลและอาร์ทิแฟกต์ เช่น โมเดล ML โน้ตบุ๊ค การสืบค้น แดชบอร์ด และแอปพลิเคชัน AI ช่วยสร้าง โปรเจ็กต์ได้รับการรักษาความปลอดภัย ดังนั้นเฉพาะผู้ใช้ที่ถูกเพิ่มลงในโปรเจ็กต์อย่างชัดเจนเท่านั้นจึงจะสามารถเข้าถึงข้อมูลและเครื่องมือภายในโปรเจ็กต์ได้ โปรเจ็กต์จะสร้างบทบาท AWS Identity and Access Management (IAM) ตามความสามารถที่เลือกสำหรับโปรเจ็กต์นั้นๆ (เช่น Data Lake) ซึ่งให้ผู้ใช้มีสิทธิ์เข้าถึงที่จำเป็นเพื่อทำงานของตน นอกจากนั้น โปรเจ็กต์ยังจัดให้มีการแยกงานภายในบัญชีเดียวกัน รวมถึงขอบเขตการรักษาความปลอดภัย (กลุ่มมาตรการรักษาความปลอดภัยและบทบาทใน IAM) อีกด้วย

Amazon Q Developer เป็นผู้ช่วยในการสนทนาที่ขับเคลื่อนโดย AI ช่วยสร้างและผสานรวมเข้ากับประสบการณ์ SageMaker ซึ่งช่วยเพิ่มประสิทธิภาพการทำงานของคุณตลอดวงจรการพัฒนา คุณสามารถใช้ภาษาธรรมชาติเพื่อถามคำถามเกี่ยวกับ SageMaker รับความช่วยเหลือเกี่ยวกับรหัส และสำรวจทรัพยากร เช่น ชุดข้อมูลได้ผ่านอินเทอร์เฟซการแชท เมื่อคุณแชทกับ Amazon Q Developer ระบบจะใช้บริบทของการสนทนาปัจจุบันของคุณเพื่อให้คำแนะนำส่วนบุคคลและความช่วยเหลืออัตโนมัติตลอดประสบการณ์การพัฒนา SageMaker Amazon Q Developer สามารถช่วยคุณในการอภิปรายรหัส ให้การเติมโค้ดแบบอินไลน์ สร้างการสืบค้น SQL ค้นหาและรวมชุดข้อมูล และมมอบการสนับสนุนอัจฉริยะที่ปรับให้เหมาะกับความต้องการในการพัฒนาเฉพาะของคุณ


โดยการทำความเข้าใจรายละเอียดปลีกย่อยของงานของคุณ Amazon Q Developer จึงสามารถให้ความช่วยเหลือที่ตรงเป้าหมายและสอดคล้องกับบริบท ซึ่งช่วยให้กระบวนการพัฒนาของคุณมีประสิทธิภาพมากขึ้น และเพิ่มผลผลิตโดยรวมในสภาพแวดล้อมของ SageMaker

SageMaker มีสภาพแวดล้อมบนเว็บแบบครบวงจรซึ่งรวบรวมเครื่องมืออันทรงพลังสำหรับข้อมูลที่สมบูรณ์และเวิร์กโฟลว์ AI IDE ในตัวช่วยให้สามารถพัฒนา AI/ML ได้ ทำให้คุณประมวลผลข้อมูลปริมาณขนาดใหญ่จากแหล่งต่าง ๆ ได้โดยใช้เฟรมเวิร์กและบริการเช่น PySpark, AWS Glue และ Amazon EMR

คุณสามารถยอมรับ Git และกำหนดเวิร์กโฟลว์โดยใช้ Amazon MWAA สำหรับการควบคุมเวอร์ชันและการจัดการเวิร์กโฟลว์ได้ ตัวแก้ไขการสืบค้น SQL แบบผสานรวมช่วยให้คุณสามารถสำรวจ วิเคราะห์ และแสดงภาพข้อมูล ที่มาพร้อมความสามารถในการบันทึกและแชร์การสืบค้น รวมทั้งสร้างชุดข้อมูลใหม่ได้ง่ายขึ้น

การพัฒนาโมเดลได้รับการปรับปรุงผ่านเครื่องมือ SageMaker AI ที่คุ้นเคย รวมถึงโน้ตบุ๊ค Amazon SageMaker, JumpStart, HyperPod, MLFlow, ไปป์ไลน์ และรีจิสทรีโมเดล ตลอดกระบวนการเหล่านี้ Amazon Q Developer ได้ผสานรวมเข้ากับเครื่องมือ SageMaker อย่างราบรื่น ซึ่งให้ความช่วยเหลืออัจฉริยะในการค้นหาข้อมูล การเตรียมข้อมูล การสร้างไปป์ไลน์ การสร้าง/ฝึกแบบจำลอง และการปรับใช้โค้ด

Amazon Bedrock IDE (เวอร์ชันทดลองใช้) ที่ผสานรวมกับ SageMaker Unified Studio (เวอร์ชันทดลองใช้) มีสภาพแวดล้อมที่ครอบคลุมสำหรับการพัฒนาแอปพลิเคชัน AI ช่วยสร้าง อินเทอร์เฟซที่ใช้งานง่ายนี้ช่วยให้คุณเร่งการพัฒนาแอปพลิเคชันในสภาพแวดล้อมที่เชื่อถือได้และปลอดภัย โดยให้การเข้าถึง FM ประสิทธิภาพสูงและความสามารถในการปรับแต่งขั้นสูงของ Amazon Bedrock

คุณสามารถใช้ฟีเจอร์อันทรงพลัง เช่น ฐานความรู้ของ Amazon Bedrock, กฎควบคุมระบบ, เอเจนต์และ Prompt Flows ซึ่งช่วยให้ทีมของคุณปรับแต่งแอปพลิเคชัน AI ช่วยสร้างให้เหมาะกับความต้องการทางธุรกิจเฉพาะของคุณได้อย่างรวดเร็ว ขณะเดียวกันก็ปฏิบัติตามแนวปฏิบัติ AI ที่มีความรับผิดชอบของคุณอีกด้วย SageMaker รองรับการเข้าถึงที่ควบคุมของคุณและช่วยให้การทำงานร่วมกันข้ามฟังก์ชันได้อย่างปลอดภัยผ่านการแชร์ที่ควบคุมการเข้าถึงและการตรวจสอบที่ได้รับการสนับสนุนจาก Git

Amazon SageMaker Lakehouse รวมข้อมูลทั่วทั้ง Data Lake, คลังข้อมูล, แอปพลิเคชันของบุคคลที่สาม และฐานข้อมูลการปฏิบัติงานของ AWS ซึ่งช่วยให้คุณสามารถเข้าถึงข้อมูลของคุณได้อย่างรวดเร็วและง่ายดายในที่เดียวผ่านการบูรณาการ ETL แบบไร้รอยต่อ แหล่งที่มาของการสืบค้นแบบรวม และตัวเชื่อมต่อกว่า 240 ตัว

SageMaker ให้การกำกับดูแลในตัวแบบครบวงจรผ่านประสบการณ์การจัดการข้อมูลแบบรวมศูนย์ใน SageMaker Catalog ซึ่งสร้างขึ้นจาก Amazon DataZone วิธีการนี้ช่วยให้คุณสามารถจัดทำแค็ตตาล็อก ค้นพบ เข้าถึง วิเคราะห์ และควบคุมทั้งแอสเซทข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง โมเดล ML และแอปพลิเคชันต่าง ๆ ทั่วทั้งองค์กรของคุณ SageMaker นี้จะช่วยให้แน่ใจว่าบุคคลที่เหมาะสมจะมีสิทธิ์เข้าถึงแอสเซทที่ถูกต้อง ซึ่งช่วยรักษามาตรฐานความปลอดภัยและการปฏิบัติตามข้อกำหนดที่เข้มงวด

คุณสามารถสร้างและจัดการไปป์ไลน์ข้อมูลใน SageMaker ได้หลายวิธี การประมวลผลข้อมูล SageMaker นำ Amazon EMR, Amazon Athena, AWS Glue และ Amazon MWAA มารวมกันเพื่อช่วยให้คุณผสานรวม เตรียม และสำรวจข้อมูลของคุณในประสบการณ์แบบครบวงจร คุณสามารถสร้างไปป์ไลน์สำหรับการประสานงานโมเดลเฉพาะ ML ได้ด้วย SageMaker AI และไปป์ไลน์ข้อมูล รวมถึงเวิร์กโฟลว์ด้วย Amazon MWAA คุณยังสามารถใช้การบูรณาการ ETL แบบไร้รอยต่อ ซึ่งช่วยลดความซับซ้อนในการเคลื่อนย้ายข้อมูลโดยการลบกระบวนการ Extract, Transform and Load (ETL) ที่ซับซ้อน และเปิดใช้งานการจำลองข้อมูลโดยตรงในบริการต่าง ๆ ดูที่ ETL แบบไร้รอยต่อคืออะไรเพื่อเรียนรู้เพิ่มเติม

การกำหนดราคา

เมื่อใช้ Amazon SageMaker คุณจะถูกเรียกเก็บเงินตามรูปแบบการกำหนดราคาสำหรับบริการ AWS ต่าง ๆ ที่สามารถเข้าถึงได้ผ่าน Amazon SageMaker การใช้ Amazon SageMaker Unified Studio (เวอร์ชันทดลองใช้) ไม่มีค่าใช้จ่ายแยกต่างหาก ซึ่งเป็นสภาพแวดล้อมการพัฒนาข้อมูลและ AI ที่มอบประสบการณ์แบบผสานรวมภายใน Amazon SageMaker โปรดเยี่ยมชมหน้าราคาของ Amazon SageMaker เพื่อดูข้อมูลเพิ่มเติม

SageMaker ระดับ Fre ช่วยให้คุณเริ่มต้นสร้างนวัตกรรมได้อย่างรวดเร็วด้วยข้อมูลและ AI โดยไม่มีค่าใช้จ่าย ดูรายละเอียดได้ที่การกำหนดราคา SageMaker

ความพร้อมใช้งาน

Amazon SageMaker รุ่นใหม่มีให้บริการใน AWS Region อย่างสหรัฐอเมริกาตะวันออก (รัฐเวอร์จิเนียโอไฮโอ) สหรัฐอเมริกาฝั่งตะวันตก (ออริกอน) เอเชียแปซิฟิค (โตเกียว) และยุโรป (ไอร์แลนด์) ซึ่ง Amazon SageMaker Unfied Studio และ Amazon Bedrock IDE จะพร้อมให้ทดลองใช้งานใน AWS Region เหล่านี้ โปรดตรวจสอบรายการบริการของ AWS Regionสำหรับข้อมูลอัปเดตในอนาคต

ใช่ SageMaker ได้รับการออกแบบมาเพื่อมอบประสิทธิภาพและเวลาทำงานที่สม่ำเสมอซึ่งการวิเคราะห์ที่สำคัญและเวิร์กโหลด AI ต้องการ ในฐานะที่เป็นแพลตฟอร์มแบบครบวงจรที่ประกอบด้วยองค์ประกอบบริการหลายส่วนความพร้อมใช้งานของบริการจึงเชื่อมโยงกับองค์ประกอบบริการที่ใช้

โปรดดูที่เอกสาร SLA ที่เกี่ยวข้องสำหรับข้อมูลโดยละเอียดเกี่ยวกับข้อตกลงระดับบริการ (SLA) สำหรับแต่ละบริการ SLA จะให้การรับประกันระยะเวลาทำงานที่เฉพาะเจาะจงและข้อผูกพันด้านความเสถียรสำหรับบริการต่าง ๆ ที่ประกอบเป็นประสบการณ์ SageMaker

เอกสาร SLA ที่มีอยู่ ได้แก่: