Amazon SageMaker Studio Lab demokratisiert ML weiterhin mit mehr Skalierbarkeit und Funktionalität

Um maschinelles Lernen (ML) zugänglicher zu machen, startete Amazon Amazon SageMaker Studio Lab bei AWS re:Invent 2021. Heute nutzen es Zehntausende von Kunden täglich, um kostenlos ML zu lernen und damit zu experimentieren. Wir haben es einfach gemacht, mit nur einer E-Mail-Adresse loszulegen, ohne dass Installationen, Setups, Kreditkarten oder ein AWS-Konto erforderlich sind.

SageMaker Studio Lab findet Anklang bei Kunden, die entweder in einem informellen oder formellen Umfeld lernen möchten, wie aus einer kürzlich durchgeführten Umfrage hervorgeht, die besagt, dass 49 % unseres aktuellen Kundenstamms selbstständig lernen, während 21 % einen formellen ML-Kurs besuchen. Hochschulen haben damit begonnen, es einzuführen, weil es ihnen hilft, ML-Grundlagen über das Notebook hinaus zu vermitteln, wie Umgebungs- und Ressourcenmanagement, die entscheidende Bereiche für erfolgreiche ML-Projekte sind. Unternehmenspartner wie Hugging Face, Snowflake und Roboflow verwenden SageMaker Studio Lab, um ihre eigenen ML-Fähigkeiten zu präsentieren.

In diesem Beitrag diskutieren wir neue Funktionen in SageMaker Studio Lab und teilen einige Erfolgsgeschichten von Kunden.

Neue Funktionen in SageMaker Studio Lab

Wir haben weiterhin neue Funktionen und Mechanismen entwickelt, um unsere ML-Community zu erfreuen, zu schützen und zu unterstützen. Hier sind die neuesten Verbesserungen:

• Um die CPU- und GPU-Kapazität vor potenziellem Missbrauch zu schützen, haben wir eine zweistufige Verifizierung gestartet, die die Größe der Community, die wir bedienen können, erhöht. In Zukunft muss jeder Kunde sein Konto mit einer Mobiltelefonnummer verknüpfen.
• Im Oktober 2022 haben wir automatische Kontogenehmigungen eingeführt, mit denen Sie in weniger als einem Tag ein SageMaker Studio Lab-Konto erhalten können.
• Wir haben die Kapazität für GPU und CPU verdreifacht, sodass die meisten unserer Kunden eine Instanz erhalten, wenn sie sie benötigen.
• Ein abgesicherter Modus wurde eingeführt, um Ihnen zu helfen, voranzukommen, wenn Ihre Umgebung instabil wird. Obwohl dies selten vorkommt, passiert es normalerweise, wenn Kunden ihre Speichergrenzen überschreiten.
• Wir haben Unterstützung für die Erweiterung Juptyer-LSP (Language Server Protocol) hinzugefügt, die Ihnen eine Codevervollständigungsfunktion bietet. Beachten Sie, dass Sie diese Funktion erhalten können, wenn Sie Ihr Konto vor November 2022 erhalten haben, indem Sie einige einfache Anweisungen befolgen (siehe FAQ für Details).

Erfolgsberichte unserer Kunden

Wir sind weiterhin kundenbesessen und bieten unseren Kunden wichtige Funktionen auf der Grundlage ihres Feedbacks. Hier sind einige Highlights von wichtigen Institutionen und Partnern:

„SageMaker Studio Lab löst ein echtes Problem im Klassenzimmer, indem es eine industrietaugliche gehostete Jupyter-Lösung mit GPU bietet, die über ein reines gehostetes Notebook hinausgeht. Die Möglichkeit, Pakete hinzuzufügen, eine Umgebung zu konfigurieren und ein Terminal zu öffnen, hat den Schülern viele neue Lernmöglichkeiten eröffnet. Schließlich ist die Feinabstimmung von Hugging-Face-Modellen mit leistungsstarken GPUs ein erstaunlicher neuer Arbeitsablauf, der den Schülern präsentiert werden kann. LLMs (Large Language Models) sind die Zukunft der KI, und SageMaker Studio Lab hat es mir ermöglicht, die Zukunft der KI zu lehren.“

—Noah Gift, Executive in Residence bei Duke MIDS (Data Science)

„SageMaker Studio Lab wird von meinem Team seit seiner Beta-Phase aufgrund seiner leistungsstarken Erfahrung für ML-Entwickler verwendet. Es lässt sich mühelos in Snowpark, das Entwickler-Framework von Snowflake, integrieren, um eine einfach zu startende Notebook-Oberfläche für Snowflake-Python-Entwickler bereitzustellen. Ich habe es für mehrere Demos mit Kunden und Partnern verwendet und die Resonanz war überwältigend positiv.“

—Eda Johnson, Partner Industry Solutions Manager bei Snowflake

„Roboflow versetzt Entwickler in die Lage, ihre eigenen Computer-Vision-Anwendungen zu erstellen, unabhängig von ihren Fähigkeiten oder Erfahrungen. Mit SageMaker Studio Lab kann unsere große Community von Computer-Vision-Entwicklern auf unsere Modelle und Daten in einer Umgebung zugreifen, die einem lokalen JupyterLab sehr ähnlich ist, woran sie am meisten gewöhnt sind. Der dauerhafte Speicher von SageMaker Studio Lab ist ein Game Changer, da Sie nicht für jede Benutzersitzung von vorne beginnen müssen. SageMaker Studio Lab ist persönlich zu meiner bevorzugten Notebook-Plattform geworden.“

—Mark McQuade, Außendiensttechniker bei Roboflow

„RPI besitzt einen der leistungsstärksten Supercomputer der Welt, aber er (AiMOS) hat eine steile Lernkurve. Wir brauchten eine Möglichkeit für unsere Studenten, effektiv und sparsam zu beginnen. Die intuitive Benutzeroberfläche von SageMaker Studio Lab ermöglichte unseren Studenten einen schnellen Einstieg und stellte eine leistungsstarke GPU bereit, die es ihnen ermöglichte, mit komplexen Deep-Learning-Modellen für ihre Abschlussprojekte zu arbeiten.“

—Mohammed J. Zaki, Professor für Informatik am Rensselaer Polytechnic Institute

„Ich verwende SageMaker Studio Lab in grundlegenden maschinellen Lern- und Python-bezogenen Kursen, die den Studenten eine solide Grundlage in vielen Cloud-Technologien vermitteln sollen. Studio Lab ermöglicht es unseren Studenten, praktische Erfahrungen mit realen Data-Science-Projekten zu sammeln, ohne sich in Setups oder Konfigurationen verzetteln zu müssen. Im Gegensatz zu anderen Anbietern ist es eine Linux-Maschine für Studenten, und die Studenten können tatsächlich viel mehr Programmierübungen machen!“

—Cyrus Wong, Senior Lecturer, Higher Diploma in Cloud and Data Center Administration am Department of Information Technology, IVE (LWL)

„Studenten des Master of Science in Artificial Intelligence (MSAI)-Programms von Northwestern Engineering erhielten eine kurze Tour durch das SageMaker Studio Lab, bevor sie es in einem 5-stündigen Hackathon einsetzten, um das Gelernte in einer realen Situation anzuwenden. Wir haben erwartet, dass die Schüler in der sehr kurzen Zeit natürlich auf einige Hindernisse stoßen werden. Stattdessen übertrafen die Studenten unsere Erwartungen, indem sie nicht nur alle Projekte abschlossen, sondern auch sehr gute Präsentationen gaben, in denen sie faszinierende Lösungen für wichtige Probleme aus der Praxis präsentierten.“

—Mohammed Alam, stellvertretender Direktor des MSAI-Programms an der Northwestern University

Beginnen Sie mit SageMaker Studio Lab

SageMaker Studio Lab ist ein großartiger Einstiegspunkt für alle, die mehr über ML und Data Science erfahren möchten. Amazon investiert weiterhin in diesen kostenlosen Service sowie in andere Schulungsressourcen und Stipendienprogramme, um ML für alle zugänglich zu machen.

Mit anzufangen SageMaker Studio Lab

---

Über den Autor

Michele Monclova ist Hauptproduktmanager bei AWS im SageMaker-Team. Sie ist eine gebürtige New Yorkerin und Silicon Valley-Veteranin. Ihre Leidenschaft gilt Innovationen, die unsere Lebensqualität verbessern.