AWS aktualizuje SageMaker pro rychlejší nasazení strojového učení

Nové nástroje a funkce zrychlí a zlevní označování dat, trénování modelů strojového učení a nasazování modelů pro odvozování.

Amazon Web Services ve středu představil řadu aktualizací SageMaker, služby AWS, která pomáhá zákazníkům vytvářet, trénovat a nasazovat modely strojového učení. Nové funkce jsou navrženy tak, aby zlevnily a zjednodušily používání strojového učení. 

Za prvé, Amazon SageMaker Ground Truth Plus poskytuje zákazníkům přístup k pracovníkům vyškoleným v označování dat. Služba zrychluje vytváření vysoce kvalitních trénovacích datových sad a Amazon říká, že snižuje náklady na vytváření datových sad o 40 %. Tento proces obvykle zahrnuje vytváření aplikací pro značení a řízení pracovní síly v oblasti značení.

Nový kompilátor školení SageMaker mezitím automaticky zkompiluje výukový kód Pythonu uživatele a vygeneruje jádra GPU speciálně pro jeho model. Trénovací kód bude využívat méně paměti a výpočetní prostředky rychleji, trénovat modely. AWS říká, že dokáže urychlit školení až o 50 %. 

Dále Amazon SageMaker Inference Recommender automatizuje zátěžové testování a optimalizuje výkon modelu napříč instancemi strojového učení. To šetří inženýrům MLOps čas, který by strávili výběrem typů instancí ML a psaním vlastních skriptů pro spouštění srovnávacích testů výkonu a zátěžového testování.

AWS také zavedlo náhled SageMaker Serverless Inference, což je nová možnost odvozování, která uživatelům umožňuje nasazovat modely ML pro odvozování, aniž by museli konfigurovat nebo spravovat základní infrastrukturu. Nová možnost v SageMakeru automaticky zřizuje, škáluje a vypíná výpočetní kapacitu na základě objemu požadavků na odvození. Zákazníci platí pouze za dobu trvání spuštění odvozovacího kódu a množství zpracovaných dat.