Funzionalità di Amazon SageMaker Studio

Avvia JupyterLab completamente gestito in pochi secondi. Utilizza il più recente ambiente di sviluppo interattivo basato sul Web per notebook, codice e dati. La sua interfaccia flessibile ed espandibile consente di configurare facilmente i flussi di lavoro di machine learning (ML). Ottieni assistenza basata sull'IA per la generazione di codici, la risoluzione dei problemi e la guida da parte degli esperti per accelerare lo sviluppo del machine learning, il tutto all'interno dell'ambiente notebook.

Utilizza l'editor di codice leggero e potente e aumenta la produttività con gli strumenti noti di scorciatoia, terminale, debug e rifattorizzazione. Scegli tra migliaia di estensioni compatibili con Visual Studio Code disponibili nella galleria di estensioni Open VSX per migliorare la tua esperienza di sviluppo. Abilita il controllo delle versioni e la collaborazione tra team tramite i repository GitHub. Utilizza i framework di ML più diffusi pronti all'uso con la distribuzione SageMaker AI preconfigurata. Integrazione perfetta con i servizi AWS tramite il Kit di strumenti AWS per Visual Studio Code, incluso l'accesso integrato a origini dati AWS come Amazon Simple Storage Service (Amazon S3) e Amazon Redshift, e aumenta l'efficienza della codifica tramite suggerimenti di codice in linea basati su chat con Amazon Q Developer.

Utilizza l'ambiente di sviluppo integrato (IDE) per R con una console, un editor di evidenziazione della sintassi che supporta l'esecuzione diretta del codice e strumenti per il tracciamento, la cronologia, il debug e la gestione dello spazio di lavoro. Usa pacchetti R preconfigurati come devtools, tidyverse, shiny e rmarkdown per generare approfondimenti e pubblicarli utilizzando RStudio Connect. Puoi passare senza problemi agli IDE RStudio, JupyterLab e Code Editor per lo sviluppo di R e Python. 

Inizia rapidamente a sviluppare IA generativa utilizzando centinaia di FM disponibili al pubblico e soluzioni predefinite che possono essere implementate in pochi passaggi da Amazon SageMaker JumpStart. Valuta, confronta e seleziona rapidamente i migliori FM per il tuo caso d'uso in base a una serie di criteri, come accuratezza, solidità, tossicità e bias in pochi minuti, utilizzando Amazon SageMaker Clarify. Inizia con le valutazioni di FM utilizzando set di dati di prompt curati o estendi la valutazione con i tuoi set di dati di prompt personalizzati. Le valutazioni umane possono essere utilizzate per dimensioni più soggettive come creatività e stile.

Semplifica i flussi di lavoro dei dati con un ambiente unificato per data engineering, analisi e ML. Esegui processi Spark in modo interattivo utilizzando ambienti Spark Amazon EMR e AWS Glue serverless e monitorali utilizzando l'interfaccia utente di Spark. Utilizza la funzionalità di preparazione integrata per visualizzare i dati, identificare problemi di qualità dei dati e adottare le soluzioni consigliate per migliorare la qualità. Automatizza in modo rapido i flussi di lavoro di preparazione dei dati pianificando il tuo notebook sotto forma di processo in pochi passaggi. Archivia, condividi e gestisci le funzionalità del modello di ML in un archivio funzionalità centrale.

Amazon SageMaker AI offre librerie di addestramento distribuite ad alte prestazioni e strumenti integrati per ottimizzare le prestazioni dei modelli. È possibile ottimizzare in modo automatico i modelli e visualizzare e correggere problemi relativi alle prestazioni prima di implementarli in produzione.

Implementa i modelli con un'ampia selezione di infrastrutture ML e opzioni di implementazione per contribuire a soddisfare le esigenze di inferenza ML. SageMaker AI è completamente gestito e si integra con gli strumenti MLOps per scalare l'implementazione dei modelli, ridurre i costi di inferenza, gestire i modelli in modo più efficace in produzione e ridurre il carico operativo.

SageMaker AI fornisce strumenti di MLOps e governance dedicati per aiutarti a automatizzare, standardizzare e ottimizzare i processi di documentazione in tutto il ciclo di vita ML. Utilizzando gli strumenti SageMaker AI MLOps, puoi facilmente addestrare, testare, risolvere i problemi, distribuire e gestire i modelli di ML su larga scala mantenendo le prestazioni del modello in produzione.

Accelera la velocità di sviluppo del ML grazie all'assistenza dell'IA basata su Amazon Q Developer su JupyterLab e Code Editor. Utilizza i suggerimenti di codice in linea di Amazon Q Developer e l'assistenza basata su chat per ricevere una guida pratica, supporto per la codifica e procedure di risoluzione dei problemi on demand. Inizia a usarlo rapidamente e aumenta la produttività con questo potente strumento a portata di mano.

Le app AI dei partner AWS sono ora disponibili in Amazon SageMaker AI e Amazon SageMaker Unified Studio. Trova, implementa e utilizza queste app AI nell’ambito di SageMaker. Esperienza ottimizzata e completamente gestita senza alcuna infrastruttura da fornire o gestire. Il tutto nella sicurezza e nella privacy del tuo ambiente SageMaker.

Ulteriori informazioni sulle app di IA per partner di Amazon SageMaker