В то время как на протяжении последнего года основное внимание в сфере генеративного ИИ на AWS было сосредоточено на Amazon Bedrock, Amazon SageMaker продолжает оставаться важным инструментом, обеспечивающим ключевые функции для машинного обучения.
Запущенный в 2017 году, Amazon SageMaker охватывает весь жизненный цикл машинного обучения — от создания и обучения моделей до развертывания и управления ими в масштабах. Он предоставляет комплексную управляемую среду с инструментами, позволяющими клиентам строить, обучать и разворачивать модели машинного и глубокого обучения. Сотни тысяч пользователей доверяют SageMaker для выполнения задач, таких как обучение популярных моделей генеративного ИИ и управление рабочими нагрузками машинного обучения. К числу заметных приложений относятся обучение модель Stability AI’s Stable Diffusion и работа текстово-видеогенератора Luma’s Dream Machine.
AWS также улучшает SageMaker с помощью общего доступа к управляемому сервису MLflow. MLflow, открытая платформа, упрощает жизненный цикл машинного обучения, охватывая эксперименты, воспроизводимость, развертывание и мониторинг моделей. Интегрируя MLflow в качестве управляемого сервиса в SageMaker, AWS предоставляет пользователям возможность более эффективно создавать модели ИИ нового поколения.
«Учитывая быстрый темп инноваций, нашим клиентам необходимо быстро переходить от экспериментов к производству, сокращая время выхода на рынок», — отметил Анкур Мехротра, директор и генеральный менеджер Amazon SageMaker в AWS. «Мы запускаем MLflow в качестве управляемой функции в SageMaker, позволяя пользователям настраивать и запускать MLflow всего в несколько кликов».
Что предлагает MLflow пользователям AWS
MLflow получил широкое признание среди разработчиков и организаций в области MLOps. Мехротра подчеркнул, что новый управляемый сервис расширяет выбор для корпоративных пользователей, не нарушая существующие функции.
Предоставляя MLflow в качестве полностью управляемого решения, интегрированного с SageMaker, AWS удовлетворяет потребности пользователей, желающих получить бесшовный опыт на обеих платформах. «В процессе работы над своими моделями они могут легко записывать метрики в MLflow, отслеживать и сравнивать различные итерации», — объяснил Мехротра. «Затем они могут зарегистрировать эти модели в реестре моделей и с легкостью развернуть их».
Управляемый сервис MLflow глубоко интегрирован с существующими компонентами SageMaker, что обеспечивает автоматическую синхронизацию действий внутри MLflow с такими сервисами SageMaker, как реестр моделей. «Мы создали это для бесшовной интеграции с возможностями SageMaker, будь то обучение моделей, развертывание или хостинг, предоставляя клиентам целостный опыт работы с MLflow», — добавил Мехротра.
Некоторые организации, включая веб-хостинг GoDaddy и Toyota Connected, дочернюю компанию Toyota Motor Corporation, уже исследовали управляемый сервис в его бета-версии.
SageMaker и Bedrock: Дополняющие сервисы
В то время как Amazon SageMaker сосредоточен на полном жизненном цикле машинного обучения, AWS недавно представил Amazon Bedrock для разработки приложений генеративного ИИ. Мехротра уточнил роль SageMaker в этой экосистеме ИИ: «SageMaker предназначен для создания, обучения и развертывания моделей, в то время как Bedrock отлично подходит для создания приложений генеративного ИИ», — отметил он. «Многие клиенты используют и SageMaker, и Bedrock, а также другие сервисы для разработки своих решений в области генеративного ИИ».
Это позволяет разработчикам создавать модели в SageMaker и развертывать их в приложениях ИИ через Bedrock, используя его безсерверные возможности, что делает эти сервисы взаимодополняющими в предложениях AWS по генеративному ИИ.
Будущее Amazon SageMaker
Смотрев в будущее, Мехротра поделился основными приоритетами, определяющими разработку продуктов Amazon SageMaker. Основное внимание уделяется масштабированию и оптимизации затрат, а также упрощению процесса разработки для клиентов.
«Наша цель — сократить трудоемкие задачи и рутинную работу для клиентов при создании новых решений в области ИИ. Ожидайте больше возможностей, позволяющих клиентам быстрее создавать и запускать эти решения», — заключил он.
Этот стратегический фокус позиционирует Amazon SageMaker как ключевого игрока в развитии сферы машинного обучения и генеративного ИИ.
Рейтинг
