Amazon SageMaker Studio

エンドツーエンドの ML 開発のための単一の Web ベースのインターフェイス
Amazon SageMaker AI の使用を開始する
Amazon SageMaker Unified Studio を詳しく見る

SageMaker Studio とは何ですか?

Amazon SageMaker Studio は、データの準備から、ML モデルの構築、トレーニング、デプロイ、管理まで、あらゆる機械学習 (ML) 開発ステップを実行するためのさまざまな目的別ツールを提供します。お好みの統合開発環境 (IDE) を使用して、データを迅速にアップロードし、モデルを構築できます。ML チームのコラボレーションの効率化、AI を利用したコーディング支援ツールによる効率的なコーディング、モデルのチューニングとデバッグ、本番環境でのモデルのデプロイと管理、ワークフローの自動化を、すべて単一かつウェブベースの統合インターフェイスで行うことができます。

SageMaker Studio

SageMaker Studio のメリット

Amazon SageMaker Studio は、JupyterLab、Code – OSS (Visual Studio Code Open Source) に基づくコードエディタ、RStudio など、ML 開発用の幅広い一連のフルマネージド IDE を提供します。お好みの IDE を迅速に起動し、基盤となるコンピューティングリソースをオンザフライでスケールアップおよびスケールダウンできます。
データの準備から、ML モデルの構築、トレーニング、デプロイ、管理まで、ML 開発の各ステップに対応する最も包括的なツールセットにアクセスできます。JupyterLab、コードエディタ、または RStudio on SageMaker AI からステップを迅速に切り替えて、モデルをファインチューニングし、トレーニング実験を再生して、分散トレーニングに直接スケールできます。ワークフローに統合された、生成 AI を使用したアシスタントである Amazon Q Developer を利用して、より迅速に構築できます。Amazon Q Developer は、ノートブック環境内で、ML 開発ジャーニー全体を通じてリアルタイムでユーザーをサポートします。
Amazon SageMaker JumpStart を通じて、一般公開されている何百もの人気モデルと 15 種類以上の事前構築済みソリューションにアクセスして、生成 AI アプリケーションを構築できます。AI21 Labs、LightOn、Stability AI、Hugging Face、Alexa、Meta AI などのトップモデルプロバイダーのモデルにアクセスできます。次に、精度、堅牢性、毒性などの事前定義された指標に基づいて、ユースケースに最適な基盤モデル (FM) をすばやく評価、比較、選択できます。人間による評価は、創造性やスタイルなど、より主観的な側面にも応用できます。
SageMaker Studio は、Web ブラウザを使用してどのデバイスからでも使用できます。コードとデータの両方が安全なクラウド環境内に保存されるため、機密性の高いMLアーティファクトをローカルマシンにダウンロードする必要はありません。
AWS パートナーから提供される人気のアプリケーションを使用して、モデル開発を加速できます。SageMaker 環境のセキュリティとプライバシーの範囲内で、プロビジョニングや運用のためのインフラストラクチャなしで、シームレスなフルマネージドエクスペリエンスを使用できます。

ユースケース

公開されているさまざまな FM、モデル評価ツール、高性能アクセラレーテッドコンピューティングを使用する IDE を利用できるほか、SageMaker Studio から FM を直接ファインチューニングして大規模にデプロイできるため、生成 AI アプリケーションをより迅速に構築できます。

SageMaker Studio でのエンドツーエンドの ML 開発を、最も包括的な ML ツールで 1 か所にまとめることができます。SageMaker AI は、ML ワークフローとガバナンスツールの自動化と標準化に役立つ高性能な MLOps ツールを提供し、組織全体の透明性と監査性をサポートします。

SageMaker Studio は、すべてのデータ分析と ML ワークフローを実行するための統一されたエクスペリエンスを提供します。Amazon EMR クラスターを作成、閲覧、接続します。AWS Glue インタラクティブセッションを使用して、インタラクティブなデータ準備および分析アプリケーションを構築、テスト、実行します。SageMaker Studio から Spark UI などの使い慣れたツールを使用して、Spark ジョブを監視およびデバッグできます。