Mang chuyên môn sâu của SageMaker AI cho tác tử lập trình của bạn với kỹ năng AWS AI/ML trong Agent Toolkit for AWS
Tác tử lập trình của bạn có thể chọn, đào tạo, tối ưu hóa và triển khai các mô hình trên Amazon SageMaker AI trong khi làm việc trên phần còn lại thuộc môi trường AWS của bạn trong một quy trình công việc bằng ngôn ngữ tự nhiên duy nhất. Kỹ năng AWS AI/ML hiện là kỹ năng cốt lõi trong Agent Toolkit for AWS, vì vậy kỹ năng này hoạt động cùng với các kỹ năng AWS khác của bộ công cụ như EC2, Bedrock, v.v.
Chúng tôi đã phát hành kỹ năng AWS AI/ML mới trên Agent Toolkit for AWS. Bộ công cụ này hiện là điểm tích hợp duy nhất được hỗ trợ, thay thế các kỹ năng và plugin trước đây của Phòng thực hành AWS, với đường dẫn cài đặt và cập nhật nhất quán, dễ dàng. Kỹ năng này cũng được cài đặt sẵn vào Studio SageMaker JupyterLab để sử dụng với Kiro hoặc tác tử lập trình mà bạn chọn.
Hơn nữa, chúng tôi đã mở rộng các lĩnh vực khả năng của SageMaker AI được hỗ trợ bởi các kỹ năng.
-
Tối ưu hóa suy luận: tối ưu hóa các mô hình được triển khai liên quan đến độ trễ, thông lượng và chi phí
-
Tùy chỉnh mô hình: quy trình công việc tinh chỉnh có hướng dẫn đầu cuối, từ xác định trường hợp sử dụng đến đào tạo, đánh giá và triển khai
-
Đào tạo trên máy chủ cho cả ML truyền thống và AI tạo sinh
-
MLflow: theo dõi thử nghiệm và quản lý vòng đời mô hình
-
Triển khai mô hình JumpStart và đề xuất mô hình: triển khai các mô hình JumpStart được xây dựng sẵn và nhận các đề xuất có hướng dẫn về mô hình phù hợp cho trường hợp sử dụng
-
Công việc xử lý: chuẩn bị dữ liệu và ETL trên điện toán được quản lý
Bạn không mất thêm phí khi sử dụng kỹ năng AWS AI/ML mà chỉ trả tiền cho các tài nguyên AWS được tác tử của bạn sử dụng. Để bắt đầu, hãy cài đặt kỹ năng này từ Agent Toolkit for AWS trên GitHub hoặc sử dụng kỹ năng được cài đặt sẵn trong Studio SageMaker JupyterLab. Để tìm hiểu thêm về cách sử dụng trợ lý lập trình với quy trình công việc SageMaker AI của bạn, hãy xem tài liệu về Amazon SageMaker AI.