Amazon SageMaker AI công bố tính năng MLflow phi máy chủ giúp phát triển AI nhanh hơn
Amazon SageMaker AI hiện đã cung cấp tính năng MLflow phi máy chủ, giúp điều chỉnh quy mô linh hoạt để hỗ trợ các tác vụ phát triển mô hình AI. Với MLflow, nhà phát triển AI có thể bắt đầu theo dõi, so sánh và đánh giá các thử nghiệm mà không cần chờ thiết lập cơ sở hạ tầng.
Khi khách hàng từ các ngành khác nhau đẩy nhanh quá trình phát triển AI, họ cần công cụ để theo dõi thử nghiệm, quan sát hành vi và đánh giá hiệu năng của các mô hình, ứng dụng và tác tử AI. Tuy nhiên, để quản lý cơ sở hạ tầng MLflow, quản trị viên phải liên tục duy trì và điều chỉnh quy mô các máy chủ theo dõi, đưa ra quyết định phức tạp về việc lập kế hoạch dung lượng, đồng thời triển khai các phiên bản riêng biệt để cô lập dữ liệu. Gánh nặng về cơ sở hạ tầng này khiến nguồn lực bị phân tán khỏi quá trình phát triển AI cốt lõi và tạo ra các điểm nghẽn làm ảnh hưởng đến năng suất của đội ngũ cũng như hiệu quả chi phí.
Với bản cập nhật này, MLflow giờ đây có thể điều chỉnh quy mô linh hoạt để mang lại hiệu năng cao cho những tác vụ phát triển mô hình đòi hỏi khắt khe và khó dự đoán, đồng thời giảm quy mô theo tài nguyên khi không hoạt động. Quản trị viên cũng có thể nâng cao năng suất bằng cách thiết lập quyền truy cập liên tài khoản thông qua Resource Access Manager (RAM) để đơn giản hóa việc cộng tác giữa các bộ phận trong tổ chức.
Tính năng MLflow phi máy chủ trên Amazon SageMaker AI được cung cấp mà không phát sinh thêm chi phí, đồng thời sẵn sàng hoạt động trực tiếp với các tính năng phát triển mô hình quen thuộc của Amazon SageMaker AI, như SageMaker AI JumpStart, Sổ đăng ký mô hình của SageMaker và Quy trình của SageMaker. Khách hàng có thể truy cập phiên bản MLflow mới nhất trên Amazon SageMaker AI với tính năng tự động cập nhật phiên bản.
Amazon SageMaker AI với MLflow hiện đã có sẵn ở một số Khu vực AWS. Để tìm hiểu thêm, hãy xem Hướng dẫn sử dụng Amazon SageMaker AI và Blog tin tức AWS.