Câu hỏi thường gặp về Amazon SageMaker
Thông tin chung
Mở tất cảThế hệ tiếp theeo của Amazon SageMaker là gì?
Thế hệ tiếp theo của Amazon SageMaker là một nền tảng hợp nhất dành cho dữ liệu, phân tích và AI. Kết hợp các khả năng phân tích và máy học được sử dụng rộng rãi của AWS, thế hệ tiếp theo của SageMaker mang đến trải nghiệm tích hợp cho phân tích và AI với quyền truy cập thống nhất vào tất cả dữ liệu của bạn. Nó cho phép bạn cộng tác và xây dựng nhanh hơn từ một studio thống nhất (bản xem trước) bằng cách sử dụng các dịch vụ AWS quen thuộc cho phát triển mô hình, AI tạo sinh, xử lý dữ liệu và phân tích SQL, được thúc đẩy bởi Nhà phát triển Amazon Q, trợ lý có năng lực nhất sử dụng AI tạo sinh để phát triển phần mềm. Ngoài ra, bạn có thể truy cập tất cả dữ liệu của mình cho dù nó được lưu trữ trong hồ dữ liệu, kho dữ liệu, ứng dụng của bên thứ ba hoặc nguồn dữ liệu liên kết, với việc quản trị được tích hợp để giải quyết các nhu cầu bảo mật của doanh nghiệp.
SageMaker mới khác với những tính năng mà bây giờ tôi đang sử dụng cho quy trình làm việc ML của mình như thế nào?
Chúng tôi đã mở rộng dịch vụ SageMaker được áp dụng rộng rãi với bộ dữ liệu AWS, phân tích và khả năng AI toàn diện để cung cấp một trải nghiệm hợp nhất gồm dữ liệu, phân tích và AI. Trong tương lai, tập hợp các khả năng AI/ML hiện có trong SageMaker để sắp xếp, xây dựng, đào tạo về dữ liệu và triển khai các mô hình AI sẽ được gọi là Amazon SageMaker AI. SageMaker AI được tích hợp trong thế hệ tiếp theo của SageMaker và cũng được cung cấp dưới dạng dịch vụ độc lập cho những ai muốn tập trung đặc biệt vào việc xây dựng, đào tạo và triển khai các mô hình AI cũng như ML trên quy mô lớn.
Thế hệ tiếp theo của SageMaker bao gồm:
- Studio hợp nhất Amazon SageMaker (bản xem trước): Được xây dựng trong một môi trường phát triển duy nhất để truy cập và sử dụng các công cụ cũng như chức năng quen thuộc từ các phân tích AWS được xây dựng có mục đích cùng với các dịch vụ AI/ML như Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock và SageMaker AI.
- Hồ dữ liệu tích hợp Hồ dữ liệu Amazon SageMaker: Hợp nhất dữ liệu trên các hồ dữ liệu Amazon Simple Storage Service (Amazon S3), kho dữ liệu Amazon Redshift, nguồn dữ liệu của bên thứ ba và nguồn dữ liệu liên kết.
- Quản trị dữ liệu và AI của Amazon SageMaker: Khám phá, quản trị và cộng tác an toàn về dữ liệu và AI với Danh mục Amazon SageMaker, được xây dựng trên Amazon DataZone.
Những khả năng nào có trong thế hệ tiếp theo của Amazon SageMaker?
Thế hệ tiếp theo của Amazon SageMaker bao gồm các khả năng sau:
- Studio hợp nhất Amazon SageMaker (bản xem trước) — Xây dựng với tất cả dữ liệu và công cụ của bạn cho phân tích và AI trong một môi trường duy nhất.
- Hồ dữ liệu tích hợp Hồ dữ liệu Amazon SageMaker — Hợp nhất dữ liệu trên các hồ dữ liệu Amazon Simple Storage Service (Amazon S3), kho dữ liệu Amazon Redshift, nguồn dữ liệu của bên thứ ba và nguồn dữ liệu liên kết với Hồ dữ liệu tích hợp Amazon SageMaker.
- Quản trị dữ liệu và AI — Khám phá, quản trị và cộng tác an toàn về dữ liệu và AI với Danh mục Amazon SageMaker, được xây dựng trên Amazon DataZone.
- Phát triển mô hình - Xây dựng, đào tạo và triển khai ML và FM với cơ sở hạ tầng, công cụ và quy trình công việc được quản lý đầy đủ với Amazon SageMaker AI (trước đây là Amazon SageMaker).
- Phát triển ứng dụng AI tạo sinh - Xây dựng và điều chỉnh quy mô các ứng dụng AI tạo sinh với Amazon Bedrock.
- Phân tích SQL — Nhận thông tin chi tiết với Amazon Redshift, công cụ SQL hiệu quả nhất về giá.
- Xử lý dữ liệu — Phân tích, chuẩn bị và tích hợp dữ liệu cho AI và hoạt động phân tích bằng cách sử dụng các khung nguồn mở trên Amazon Athena, Amazon EMR và AWS Glue.
Tại sao tôi nên sử dụng thế hệ tiếp theo của SageMaker?
Kết hợp các tính năng phân tích và ML của AWS được áp dụng rộng rãi, SageMaker thế hệ tiếp theo mang đến trải nghiệm tích hợp cho giải pháp phân tích và AI với quyền truy cập hợp nhất vào tất cả dữ liệu của bạn. Cách tiếp cận thống nhất này giúp bạn làm việc hiệu quả hơn với dữ liệu của mình, tăng cường hoạt động cộng tác giữa các nhóm và nâng cao năng suất chung.
SageMaker cho phép bạn:
- Cộng tác và xây dựng nhanh hơn với môi trường phát triển dữ liệu và AI duy nhất, sử dụng các dịch vụ AWS quen thuộc dành cho phát triển mô hình, AI tạo sinh, xử lý dữ liệu và phân tích SQL.
- Phát triển và điều chỉnh quy mô cho các trường hợp sử dụng AI của bạn với một bộ công cụ đa dạng để đào tạo, tùy chỉnh và triển khai ML và FM, đồng thời nhanh chóng tạo ra các ứng dụng AI tạo sinh phù hợp với doanh nghiệp của bạn.
- Giảm thiểu các lô cốt dữ liệu với một hồ chứa mở để thống nhất tất cả dữ liệu của bạn trên các hồ dữ liệu Amazon S3, kho dữ liệu Amazon Redshift, cũng như nguồn dữ liệu liên kết hoặc của bên thứ ba.
- Đáp ứng nhu cầu bảo mật của doanh nghiệp bạn với dữ liệu tích hợp và quản trị AI để kiểm soát quyền truy cập vào đúng dữ liệu, mô hình ML, các tạo tác phát triển AI tạo sinh và nguồn điện toán, theo nguyên tắc đúng người dùng với đúng mục đích.
Tôi có thể sử dụng các dịch vụ AWS riêng lẻ mà không cần sử dụng SageMaker không?
Có. Bạn có thể tiếp tục sử dụng các dịch vụ AWS riêng lẻ như Amazon SageMaker AI (trước đây là Amazon SageMaker), Amazon EMR để xử lý dữ liệu lớn, AWS Glue và Amazon Redshift để lưu trữ dữ liệu một cách độc lập dựa trên yêu cầu kinh doanh cụ thể của bạn. Bạn vẫn có thể sử dụng các dịch vụ cá nhân của mình như bình thường.
Amazon SageMaker cung cấp lợi ích bổ sung bằng cách cung cấp giao diện thống nhất, thân thiện với người dùng cho phép truy cập vào các dịch vụ này. Cách tiếp cận này giúp bạn đổi mới hiệu quả hơn với dữ liệu của mình, tăng cường cộng tác giữa các nhóm và nâng cao năng suất tổng thể.
Tôi có thể sử dụng những dịch vụ AWS hiện có nào trong SageMaker?
SageMaker tập hợp một bộ toàn diện các dịch vụ phân tích và AI AWS trên Studio hợp nhất SageMaker (bản xem trước), Quản trị dữ liệu và AI của SageMaker và SageMaker Lakehouse.
Từ Studio hợp nhất SageMaker, bạn có thể truy cập các khả năng xử lý dữ liệu, phân tích SQL, ML và phát triển ứng dụng AI tạo sinh bằng các dịch vụ AWS hiện có. Đối với xử lý dữ liệu, các dịch vụ như Athena, AWS Glue, Amazon EMR và Quy trình làm việc được quản lý của Amazon dành cho Apache Airflow (Amazon MWAA) sẽ phân tích, chuẩn bị, tích hợp và điều phối dữ liệu dành cho phân tích và AI ở mọi quy mô. Đối với Phân tích SQL, Amazon Redshift tích hợp liền mạch với SageMaker Lakehouse để cung cấp khả năng phân tích SQL mạnh mẽ đối với dữ liệu thống nhất của bạn trên kho dữ liệu Amazon Redshift và hồ dữ liệu Amazon S3. Khả năng ML được cung cấp bởi SageMaker AI (trước đây được gọi là SageMaker) để dựng, đào tạo và triển khai ML và FM. Ngoài ra, bạn có thể phát triển các ứng dụng AI tạo sinh bằng Amazon Bedrock IDE (bản xem trước).
Quản trị dữ liệu và AI của SageMaker cung cấp khả năng quản trị tích hợp khép kín thông qua trải nghiệm quản lý dữ liệu thống nhất trong Danh mục SageMaker, được xây dựng trên Amazon DataZone, giúp khám phá, quản lý và cộng tác về dữ liệu và AI một cách an toàn.
SageMaker Lakehouse được xây dựng trên nhiều dịch vụ danh mục tại Danh mục dữ liệu AWS Glue, AWS Lake Formation và Amazon Redshift để cung cấp quyền truy cập dữ liệu thống nhất trên các hồ dữ liệu Amazon S3, kho dữ liệu Amazon Redshift, cũng như nguồn dữ liệu liên kết và của bên thứ ba.
Ngoài ra, các dịch vụ này được cung cấp dưới dạng khả năng độc lập thông qua Bảng điều khiển quản lý AWS, mang lại cho bạn sự linh hoạt dựa trên các trường hợp sử dụng của bạn. Chúng tôi sẽ nâng cao SageMaker với nhiều dịch vụ hơn vào năm 2025 để thống nhất trải nghiệm về phân tích và AI. Các dịch vụ này bao gồm phân tích tìm kiếm với Dịch vụ OpenSearch của Amazon, trí tuệ doanh nghiệp với Amazon QuickSight và phát trực tuyến với danh mục dịch vụ phát trực tuyến của AWS.
Tôi bắt đầu sử dụng SageMaker bằng cách nào?
Bắt đầu sử dụng Amazon SageMaker thật dễ dàng. Bước đầu tiên là điều hướng đến bảng điều khiển quản lý Amazon SageMaker Unified Studio (bản xem trước) để tạo miền cũng như phần tử tổ chức để kết nối tài sản, người dùng và các dự án của họ với nhau cho đơn vị kinh doanh của bạn. Trong bảng điều khiển quản lý, chọn Tạo miền và bạn sẽ thấy hai tùy chọn - Thiết lập nhanh và Thiết lập thủ công. Chọn Thiết lập nhanh để bắt đầu sử dụng một bộ cấu hình mặc định có thể được tùy chỉnh sau. Ngoài ra, bạn có thể chọn Thiết lập thủ công mang tới cho bạn toàn quyền kiểm soát cài đặt của mình khi bạn tạo miền của mình. Sau khi tạo miền, bạn có thể điều hướng đến Amazon SageMaker Unified Studio (một ứng dụng web sử dụng trình duyệt), tại đây bạn có thể sử dụng tất cả dữ liệu và các công cụ đã cấu hình dành cho phân tích và AI. Để biết thêm về cách bắt đầu, vui lòng tham khảo tài liệu SageMaker.
Tôi hiện đang sử dụng các dịch vụ AWS hiện có trong SageMaker. Làm cách nào để tôi nâng cấp lên trải nghiệm thống nhất trong SageMaker?
Trải nghiệm phát triển dữ liệu hiện tại của bạn trong các dịch vụ AWS như Amazon EMR, AWS Glue và Amazon Athena vẫn có sẵn. Điều này có nghĩa là bạn có thể tiếp tục sử dụng tất cả mã và tài nguyên hiện có mà bạn đã tạo mà không bị gián đoạn. Chúng tôi sẽ cung cấp các tập lệnh nâng cấp dễ sử dụng và hướng dẫn toàn diện để tích hợp cơ sở mã hiện có của bạn vào trải nghiệm SageMaker thống nhất trong Quý 1 năm 2025.
Nhìn chung, thế hệ tiếp theo của SageMaker có được cung cấp không?
Chúng tôi đang mở rộng SageMaker, một dịch vụ ML được áp dụng rộng rãi thành một nền tảng dữ liệu và AI thông qua tích hợp bộ tổng hợp dữ liệu AWS, phân tích và công cụ AI hiện được khách hàng sử dụng. Chúng tôi cũng đã thêm các khả năng mới vào SageMaker mới bao gồm Studio hợp nhất của SageMaker (bản xem trước), Lakehouse của SageMaker (được cung cấp rộng rãi) và Danh mục SageMaker (được cung cấp rộng rãi).
Amazon SageMaker thế hệ mới bao gồm hầu như tất cả các thành phần bạn cần để phân tích SQL với Amazon Redshift, xử lý dữ liệu với Amazon EMR, phát triển mô hình AI với SageMaker AI và phát triển ứng dụng AI tạo sinh với IDE Amazon Bedrock mới (bản xem trước), tất cả các thành phần được cung cấp thông qua trải nghiệm phát triển tích hợp trong studio hợp nhất (bản xem trước).
Trải nghiệm sản phẩm
Mở tất cảDự án trong SageMaker là gì?
Một thực thể dự án trong SageMaker giúp người dùng tổ chức công việc của họ và cung cấp ngữ cảnh kinh doanh cho các công việc mà họ đang thực hiện. Nó cung cấp một không gian làm việc cộng tác nơi người dùng có thể cộng tác trên dữ liệu và tạo tác như mô hình ML, sổ ghi chép, truy vấn, bảng điều khiển và các ứng dụng AI tạo sinh. Các dự án được bảo mật để chỉ những người dùng được thêm rõ ràng vào dự án mới có thể truy cập dữ liệu và các công cụ trong đó. Dự án sẽ tạo các vai trò Quản lý danh tính và truy cập (IAM) trong AWS dựa trên các tính năng được dự án chọn (ví dụ: hồ dữ liệu) cung cấp cho người dùng quyền truy cập cần thiết để thực hiện công việc. Các dự án cũng cung cấp khả năng cách ly công việc trong cùng một tài khoản cũng như ranh giới bảo mật (nhóm bảo mật và vai trò IAM).
Nhà phát triển Amazon Q nâng cao năng suất trong SageMaker như thế nào?
Nhà phát triển Amazon Q là một trợ lý hội thoại AI tạo sinh được tích hợp vào trải nghiệm SageMaker giúp nâng cao năng suất của bạn trong suốt vòng đời phát triển. Thông qua giao diện trò chuyện, bạn có thể sử dụng ngôn ngữ tự nhiên để đặt câu hỏi về SageMaker, nhận trợ giúp về mã và khám phá các tài nguyên như tập dữ liệu. Khi bạn trò chuyện, Nhà phát triển Amazon Q sẽ sử dụng ngữ cảnh cuộc trò chuyện hiện tại của bạn để cung cấp hướng dẫn cá nhân hóa và hỗ trợ tự động trong suốt trải nghiệm phát triển SageMaker. Nhà phát triển Amazon Q có thể giúp bạn thảo luận về mã, cung cấp hoàn thành mã nội tuyến, tạo truy vấn SQL, tìm và tích hợp tập dữ liệu, và cung cấp hỗ trợ thông minh phù hợp với nhu cầu phát triển cụ thể của bạn.
Bằng cách hiểu được các sắc thái công việc của bạn, Nhà phát triển Amazon Q cung cấp hỗ trợ có mục tiêu, có liên quan đến ngữ cảnh, giúp sắp xếp quy trình phát triển của bạn và nâng cao năng suất tổng thể trong môi trường SageMaker.
Những công cụ nào có sẵn trong SageMaker cho các công việc phân tích và AI?
SageMaker cung cấp một môi trường thống nhất, dựa trên web, tập hợp các công cụ mạnh mẽ cho dữ liệu hoàn chỉnh và quy trình công việc AI. IDE tích hợp cho phép phát triển AI/ML, cho phép bạn xử lý khối lượng dữ liệu lớn từ nhiều nguồn khác nhau bằng cách sử dụng các khung công việc và dịch vụ như PySpark, AWS Glue và Amazon EMR.
Để kiểm soát phiên bản và quản lý quy trình làm việc, bạn có thể cam kết với Git và xác định quy trình công việc bằng Amazon MWAA. Trình chỉnh sửa truy vấn SQL tích hợp cho phép bạn khám phá, phân tích và trực quan hóa dữ liệu, với khả năng lưu và chia sẻ truy vấn dễ dàng hơn và tạo tập dữ liệu mới.
Việc phát triển mô hình được sắp xếp hợp lý thông qua các công cụ AI quen thuộc của SageMaker, bao gồm sổ tay Amazon SageMaker, JumpStart, HyperPod, MLFlow, Pipelines và Model Registry. Trong suốt quá trình này, Nhà phát triển Amazon Q được tích hợp liền mạch trên các công cụ của SageMaker, cung cấp hỗ trợ thông minh trong việc khám phá dữ liệu, chuẩn bị, tạo đường dẫn, xây dựng và đào tạo mô hình cũng như triển khai mã.
Làm cách nào để xây dựng các ứng dụng AI tạo sinh trong SageMaker?
IDE Amazon Bedrock (bản xem trước), được tích hợp trong Studio hợp nhất SageMaker (bản xem trước), cung cấp một môi trường toàn diện để phát triển các ứng dụng AI tạo sinh. Giao diện trực quan này giúp bạn đẩy nhanh quá trình phát triển ứng dụng trong một cài đặt đáng tin cậy và an toàn, cung cấp quyền truy cập vào các FM hiệu suất cao và khả năng tùy chỉnh nâng cao của Amazon Bedrock.
Bạn có thể sử dụng các tính năng mạnh mẽ như Cơ sở kiến thức Amazon Bedrock, Quy tắc Bảo vệ, Tác tử và Luồng câu lệnh, cho phép đội ngũ của bạn nhanh chóng điều chỉnh các ứng dụng AI tạo sinh cho nhu cầu kinh doanh cụ thể mà vẫn tuân thủ các nguyên tắc về sử dụng AI có trách nhiệm của mình. SageMaker hỗ trợ quyền truy cập được quản lý của bạn và cho phép cộng tác đa chức năng an toàn thông qua chia sẻ được kiểm soát truy cập và khả năng kiểm toán được hỗ trợ bởi Git.
SageMaker hỗ trợ những loại nguồn dữ liệu nào?
Hồ dữ liệu Amazon SageMaker thống nhất dữ liệu trên các hồ dữ liệu AWS, kho dữ liệu, ứng dụng của bên thứ ba và cơ sở dữ liệu liên quan đến vận hành. Nó cung cấp cho bạn quyền truy cập tinh giản và nhanh vào dữ liệu của bạn tại một nơi thông qua tích hợp Không ETL, nguồn truy vấn liên kết và hơn 240 đầu nối.
Làm cách nào để đảm bảo rằng dữ liệu trong SageMaker được quản lý và bảo mật đúng cách?
SageMaker cung cấp khả năng quản trị tích hợp đầu cuối thông qua trải nghiệm quản lý dữ liệu thống nhất trong Danh mục SageMaker được xây dựng trên Amazon DataZone. Cách tiếp cận này cho phép bạn lập danh mục, khám phá, truy cập, phân tích và quản lý cả liệu cấu trúc và phi cấu trúc, mô hình ML cũng như các ứng dụng trên toàn tổ chức của bạn. SageMaker đảm bảo rằng các đối tượng phù hợp nhận được đúng quyền truy cập vào các tài sản, duy trì các tiêu chuẩn bảo mật và tuân thủ mạnh mẽ.
Tôi có thể tạo và quản lý đường ống dữ liệu trong SageMaker như thế nào?
Bạn có thể tạo và quản lý các đường ống dữ liệu trong SageMaker theo nhiều cách. Xử lý dữ liệu SageMaker kết hợp Amazon EMR, Amazon Athena, AWS Glue và Amazon MWAA nhằm giúp bạn tích hợp, chuẩn bị và khám phá dữ liệu của mình trong một trải nghiệm thống nhất. Bạn có thể xây dựng các đường ống để điều phối mô hình dành riêng cho ML với SageMaker AI và các đường ống dữ liệu cũng như quy trình làm việc với Amazon MWAA. Bạn cũng có thể sử dụng tích hợp không ETL, giúp đơn giản hóa việc di chuyển dữ liệu bằng cách loại bỏ các quy trình trích xuất, chuyển đổi và tải (ETL) phức tạp và cho phép sao chép dữ liệu trực tiếp tại các dịch vụ. Truy cập Không Zero-ETL là gì?để tìm hiểu thêm.
Định giá
Mở tất cảGiá của SageMaker được tính như thế nào?
Khi sử dụng Amazon SageMaker, bạn sẽ bị tính phí theo giá cho các dịch vụ AWS khác nhau có thể truy cập qua Amazon SageMaker. Không có chi phí riêng biệt cho việc sử dụng Studio hợp nhất Amazon SageMaker (bản xem trước), môi trường phát triển dữ liệu và AI cung cấp trải nghiệm tích hợp trong Amazon SageMaker. Vui lòng truy cập trang định giá Amazon SageMaker Định giá SageMaker để biết thêm thông tin.
Tôi có thể dùng thử SageMaker miễn phí không?
Bậc miễn phí SageMaker giúp bạn nhanh chóng bắt đầu đổi mới với dữ liệu và AI hoàn toàn miễn phí. Tham khảo giá SageMaker để biết chi tiết.
Độ sẵn sàng
Mở tất cảSageMaker được cung cấp ở những Khu vực AWS nào?
Thế hệ tiếp theo của Amazon SageMaker được cung cấp ở khu vực AWS tại Miền Đông Hoa Kỳ (Bắc Virginia, Ohio), Miền Tây Hoa Kỳ (Oregon), Châu Á Thái Bình Dương (Tokyo) và Châu Âu (Ireland). Studio hợp nhất Amazon SageMaker và Amazon Bedrock IDE có sẵn trong bản xem trước ở các Khu vực AWS này. Để biết các bản cập nhật trong tương lai, vui lòng xem Danh sách dịch vụ Khu vực AWS.
SageMaker có cung cấp SLA không?
Có. SageMaker được thiết kế để mang lại hiệu suất và thời gian hoạt động nhất quán cần cho các khối lượng công việc phân tích và AI quan trọng. Là một nền tảng thống nhất bao gồm nhiều thành phần dịch vụ, tính khả dụng của dịch vụ phụ thuộc vào thành phần dịch vụ được sử dụng.
Để biết thông tin chi tiết về thỏa thuận cấp độ dịch vụ (SLA) cho từng dịch vụ riêng lẻ, hãy tham khảo tài liệu SLA tương ứng của nó. SLA sẽ cung cấp cho bạn các đảm bảo thời gian hoạt động cụ thể và cam kết độ tin cậy cho các dịch vụ khác nhau tạo nên trải nghiệm SageMaker.
Tài liệu SLA có sẵn bao gồm: