Το Amazon SageMaker Studio Lab συνεχίζει να εκδημοκρατίζει την ML με μεγαλύτερη κλίμακα και λειτουργικότητα

Για να καταστήσει τη μηχανική μάθηση (ML) πιο προσιτή, ξεκίνησε η Amazon Amazon SageMaker Studio Lab στο AWS re:Invent 2021. Σήμερα, δεκάδες χιλιάδες πελάτες το χρησιμοποιούν καθημερινά για να μάθουν και να πειραματιστούν με την ML δωρεάν. Κάναμε απλό να ξεκινήσετε μόνο με μια διεύθυνση email, χωρίς να χρειάζονται εγκαταστάσεις, ρυθμίσεις, πιστωτικές κάρτες ή λογαριασμό AWS.

Το SageMaker Studio Lab έχει απήχηση στους πελάτες που θέλουν να μάθουν είτε σε ανεπίσημο είτε σε επίσημο περιβάλλον, όπως δείχνει μια πρόσφατη έρευνα που δείχνει ότι το 49% της τρέχουσας βάσης πελατών μας μαθαίνει μόνο του, ενώ το 21% παρακολουθεί ένα επίσημο μάθημα ML. Τα ιδρύματα τριτοβάθμιας εκπαίδευσης έχουν αρχίσει να το υιοθετούν, επειδή τους βοηθά να διδάξουν βασικές αρχές ML πέρα ​​από το σημειωματάριο, όπως η διαχείριση περιβάλλοντος και πόρων, που είναι κρίσιμοι τομείς για επιτυχημένα έργα ML. Εταιρικοί συνεργάτες όπως οι Hugging Face, Snowflake και Roboflow χρησιμοποιούν το SageMaker Studio Lab για να επιδείξουν τις δικές τους δυνατότητες ML.

Σε αυτήν την ανάρτηση, συζητάμε νέες δυνατότητες στο SageMaker Studio Lab και μοιραζόμαστε μερικές ιστορίες επιτυχίας πελατών.

Νέες δυνατότητες στο SageMaker Studio Lab

Συνεχίσαμε να αναπτύσσουμε νέες δυνατότητες και μηχανισμούς για να ευχαριστήσουμε, να προστατέψουμε και να ενεργοποιήσουμε την κοινότητά μας ML. Εδώ είναι οι πιο πρόσφατες βελτιώσεις:

  • Για να προστατεύσουμε τη χωρητικότητα της CPU και της GPU από πιθανή κατάχρηση χρήσης, ξεκινήσαμε μια επαλήθευση σε 2 βήματα, αυξάνοντας το μέγεθος της κοινότητας που μπορούμε να εξυπηρετήσουμε. Στο εξής, κάθε πελάτης πρέπει να συνδέσει τον λογαριασμό του με έναν αριθμό κινητού τηλεφώνου.
  • Τον Οκτώβριο του 2022, κυκλοφορήσαμε αυτοματοποιημένες εγκρίσεις λογαριασμών, δίνοντάς σας τη δυνατότητα να αποκτήσετε έναν λογαριασμό SageMaker Studio Lab σε λιγότερο από μία ημέρα.
  • Τριπλασιάσαμε τη χωρητικότητα για GPU και CPU, επιτρέποντας στους περισσότερους πελάτες μας να λάβουν μια παρουσία όταν τη χρειάζονται.
  • Μια ασφαλής λειτουργία εισήχθη για να σας βοηθήσει να προχωρήσετε εάν το περιβάλλον σας γίνει ασταθές. Αν και αυτό είναι σπάνιο, συμβαίνει συνήθως όταν οι πελάτες υπερβαίνουν τα όρια αποθήκευσης.
  • Προσθέσαμε υποστήριξη για την επέκταση Juptyer-LSP (Πρωτόκολλο Διακομιστή Γλώσσας), παρέχοντάς σας λειτουργικότητα συμπλήρωσης κώδικα. Σημειώστε ότι εάν αποκτήσατε τον λογαριασμό σας πριν από τον Νοέμβριο του 2022, μπορείτε να αποκτήσετε αυτήν τη λειτουργία ακολουθώντας μερικές απλές οδηγίες (βλ. FAQ για λεπτομέρειες).

Ιστορίες επιτυχίας πελατών

Συνεχίζουμε να έχουμε εμμονή με τους πελάτες, προσφέροντας σημαντικές δυνατότητες στους πελάτες με βάση τα σχόλιά τους. Ακολουθούν ορισμένα σημεία από βασικούς θεσμούς και εταίρους:

«Το SageMaker Studio Lab λύνει ένα πραγματικό πρόβλημα στην τάξη, καθώς παρέχει μια βιομηχανικής ισχύος φιλοξενούμενη λύση Jupyter με GPU που ξεπερνάει μόνο ένα φιλοξενούμενο notebook. Η δυνατότητα προσθήκης πακέτων, διαμόρφωσης περιβάλλοντος και ανοίγματος τερματικού έχει ανοίξει πολλές νέες ευκαιρίες μάθησης για τους μαθητές. Τέλος, η τελειοποίηση των μοντέλων Hugging Face με ισχυρές GPU ήταν μια εκπληκτική αναδυόμενη ροή εργασίας για παρουσίαση στους μαθητές. Τα LLM (μεγάλα γλωσσικά μοντέλα) είναι το μέλλον της τεχνητής νοημοσύνης και το SageMaker Studio Lab μου έδωσε τη δυνατότητα να διδάξω το μέλλον της τεχνητής νοημοσύνης».

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

«Το SageMaker Studio Lab χρησιμοποιήθηκε από την ομάδα μου από τότε που ήταν σε έκδοση beta λόγω της ισχυρής εμπειρίας του για προγραμματιστές ML. Ενσωματώνεται αβίαστα με το Snowpark, το πλαίσιο προγραμματιστών του Snowflake, για να παρέχει μια εύκολη στην εκκίνηση διεπαφή φορητού υπολογιστή για προγραμματιστές Snowflake Python. Το έχω χρησιμοποιήσει για πολλές επιδείξεις με πελάτες και συνεργάτες και η ανταπόκριση ήταν συντριπτικά ευνοϊκή.»

—Eda Johnson, Partner Industry Solutions Manager στο Snowflake

«Το Roboflow δίνει τη δυνατότητα στους προγραμματιστές να δημιουργήσουν τις δικές τους εφαρμογές υπολογιστικής όρασης, ανεξάρτητα από τις δεξιότητες ή την εμπειρία τους. Με το SageMaker Studio Lab, η μεγάλη κοινότητα προγραμματιστών όρασης υπολογιστών μας μπορεί να έχει πρόσβαση στα μοντέλα και τα δεδομένα μας σε ένα περιβάλλον που μοιάζει πολύ με ένα τοπικό JupyterLab, κάτι στο οποίο έχουν συνηθίσει περισσότερο. Η μόνιμη αποθήκευση του SageMaker Studio Lab αλλάζει το παιχνίδι, γιατί δεν χρειάζεται να ξεκινάτε από την αρχή για κάθε περίοδο λειτουργίας χρήστη. Το SageMaker Studio Lab έχει γίνει προσωπικά η πλατφόρμα της επιλογής μου για φορητούς υπολογιστές».

—Mark McQuade, Field Engineering στο Roboflow

«Η RPI κατέχει έναν από τους πιο ισχυρούς υπερυπολογιστές στον κόσμο, αλλά (το AiMOS) έχει μια απότομη καμπύλη εκμάθησης. Χρειαζόμασταν έναν τρόπο για τους μαθητές μας να ξεκινήσουν αποτελεσματικά και λιτά. Η διαισθητική διεπαφή του SageMaker Studio Lab έδωσε τη δυνατότητα στους σπουδαστές μας να ξεκινήσουν γρήγορα και παρείχε ισχυρή GPU, δίνοντάς τους τη δυνατότητα να εργαστούν με πολύπλοκα μοντέλα βαθιάς μάθησης για τα έργα κορυφαίας εμβέλειας».

—Mohammed J. Zaki, Καθηγητής Επιστήμης Υπολογιστών στο Πολυτεχνικό Ινστιτούτο Rensselaer

«Χρησιμοποιώ το SageMaker Studio Lab στη βασική μηχανική εκμάθηση και σε μαθήματα που σχετίζονται με την Python, τα οποία έχουν σχεδιαστεί για να προσφέρουν στους μαθητές μια σταθερή βάση σε πολλές τεχνολογίες cloud. Το Studio Lab δίνει τη δυνατότητα στους μαθητές μας να αποκτήσουν πρακτική εμπειρία με έργα επιστήμης δεδομένων στον πραγματικό κόσμο, χωρίς να χρειάζεται να κολλήσουν σε ρυθμίσεις ή διαμορφώσεις. Σε αντίθεση με άλλους προμηθευτές, είναι μια μηχανή Linux για φοιτητές και οι μαθητές μπορούν πράγματι να κάνουν πολύ περισσότερες ασκήσεις κωδικοποίησης!».

—Cyrus Wong, Ανώτερος Λέκτορας, Ανώτατο Δίπλωμα στη Διαχείριση Cloud και Data Center στο Τμήμα Πληροφορικής, IVE (LWL)

«Οι φοιτητές στο πρόγραμμα Master of Science in Artificial Intelligence (MSAI) του Northwestern Engineering ξεναγήθηκαν γρήγορα στο SageMaker Studio Lab προτού το χρησιμοποιήσουν σε ένα hackathon 5 ωρών για να εφαρμόσουν όσα έμαθαν σε μια πραγματική κατάσταση. Περιμέναμε από τους μαθητές να συναντήσουν φυσικά κάποια εμπόδια κατά τη διάρκεια της πολύ σύντομης χρονικής περιόδου. Αντίθετα, οι μαθητές ξεπέρασαν τις προσδοκίες μας όχι μόνο ολοκληρώνοντας όλα τα έργα αλλά και κάνοντας πολύ καλές παρουσιάσεις στις οποίες παρουσίασαν συναρπαστικές λύσεις σε σημαντικά προβλήματα του πραγματικού κόσμου».

—Mohammed Alam, Αναπληρωτής Διευθυντής του προγράμματος MSAI στο Northwestern University

Ξεκινήστε με το SageMaker Studio Lab

Το SageMaker Studio Lab είναι ένα εξαιρετικό σημείο εισόδου για όποιον ενδιαφέρεται να μάθει περισσότερα για την ML και την επιστήμη δεδομένων. Η Amazon συνεχίζει να επενδύει σε αυτήν τη δωρεάν υπηρεσία, καθώς και σε άλλα εκπαιδευτικά μέσα και προγράμματα υποτροφιών, για να κάνει το ML προσβάσιμο σε όλους.

Ξεκινήστε με SageMaker Studio Lab σήμερα!


Σχετικά με τον Συγγραφέα

Το Amazon SageMaker Studio Lab συνεχίζει να εκδημοκρατίζει την ML με μεγαλύτερη κλίμακα και λειτουργικότητα PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται. Μικέλε Μονκλόβα είναι κύριος διευθυντής προϊόντων στην AWS στην ομάδα SageMaker. Είναι γηγενής Νεοϋορκέζος και βετεράνος της Silicon Valley. Είναι παθιασμένη με τις καινοτομίες που βελτιώνουν την ποιότητα της ζωής μας.

Σφραγίδα ώρας:

Περισσότερα από Μηχανική εκμάθηση AWS

Εκτελέστε πολλαπλά μοντέλα παραγωγής τεχνητής νοημοσύνης σε GPU χρησιμοποιώντας τερματικά σημεία πολλαπλών μοντέλων του Amazon SageMaker με το TorchServe και εξοικονομήστε έως και 75% σε κόστος συμπερασμάτων | Υπηρεσίες Ιστού της Amazon

Κόμβος πηγής: 1887176
Σφραγίδα ώρας: 6 Σεπτεμβρίου 2023