Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون

Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون

تمبر زمان: 1 دسامبر 2023، 11:01 صبح

همانطور که سازمان‌ها پذیرش یادگیری ماشین (ML) را مقیاس می‌دهند، به دنبال راه‌های کارآمد و قابل اعتماد برای استقرار زیرساخت‌های جدید و تیم‌های داخلی در محیط‌های ML هستند. یکی از چالش‌ها تنظیم احراز هویت و مجوزهای دقیق برای کاربران بر اساس نقش‌ها و فعالیت‌هایشان است. برای مثال، مهندسان MLOps معمولاً فعالیت‌های استقرار مدل را انجام می‌دهند، در حالی که دانشمندان داده فعالیت‌های آموزش و اعتبارسنجی ML را انجام می‌دهند. چالش دیگر تلاش برای راه اندازی و مدیریت تنظیمات شبکه است. به طور معمول، هیچ مکانیسم ساده‌ای برای مدیران وجود ندارد که بتوانند شبکه‌های مناسب و پیکربندی‌های امنیتی مورد نیاز تیم‌هایشان را کشف، پیاده‌سازی و مدیریت کنند.

به همین دلیل است که امروز ما بسیار هیجان زده هستیم که تجربه جدید ورود به سیستم را اعلام کنیم که راه اندازی آن را برای شما آسان می کند. آمازون SageMaker دامنه برای سازمان شما به‌عنوان مدیر پلتفرم، می‌توانید از رابط کاربری به‌روز شده (UI) و APIها برای سریع‌تر کاربران داخلی، با تنظیمات امنیتی و زیرساخت مناسب استفاده کنید.

بیایید ببینیم چه چیزی جدید است و چگونه شروع کنیم!

معرفی UI راه اندازی دامنه SageMaker برای سازمان ها

رابط کاربری جدید برای سازمان ها به شما امکان می دهد دامنه SageMaker را از طریق کنسول AWS و کاربران و سازمان های داخلی تنها با چند کلیک راه اندازی کنید. رابط کاربری بازطراحی شده شما را از طریق راه‌اندازی راهنمایی می‌کند و دستورالعمل‌های گام به گام را ارائه می‌دهد تا بتوانید به سرعت مقیاس‌بندی کنید. شما می توانید بین استفاده یکی را انتخاب کنید مدیریت دسترسی به هویت AWS (IAM) یا مرکز هویت AWS IAM احراز هویت و خط‌مشی‌های محدود شده را برای گروه‌ها یا کاربران موجود خود ترسیم کنید. می‌توانید نقش‌های موجود را اختصاص دهید یا نقش‌های جدیدی را بر اساس فعالیت‌های معمول ML ایجاد کنید. یک فعالیت ML مجموعه ای از مجوزها را برای یک کار خاص، مانند اجرای کارهای آموزشی ML نشان می دهد.

علاوه بر راه‌اندازی و پیکربندی برنامه‌های SageMaker و نقش‌های اجرایی، تجربه جدید یک رابط کاربری به‌روزرسانی شده برای پیاده‌سازی پیکربندی شبکه پیچیده، مانند نقاط پایانی VPC، زیرشبکه‌ها و گروه‌های امنیتی و تنظیمات رمزگذاری ارائه می‌دهد. در صورت نیاز به تغییرات، می‌توانید بعداً زیرشبکه‌ها و حالت‌های اتصال خود را مدیریت کنید.

حالا بیایید تجربه جدید را با عمق بیشتری مرور کنیم.

پیش نیازها

قبل از استفاده از تنظیمات پیشرفته برای سازمان ها، باید موارد زیر را داشته باشید:

  • یک حساب AWS
  • یک نقش IAM با مجوز برای ایجاد منابع مورد نیاز برای راه اندازی دامنه SageMaker

یک دامنه SageMaker برای سازمان ها راه اندازی کنید

برای تجربه رابط کاربری به روز شده، سرپرست ML مراحل زیر را انجام می دهد:

  1. در کنسول SageMaker، را انتخاب کنید برای سازمان ها تنظیم کنید.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
    این شما را به Set up SageMaker Domain می برد، جایی که برای سازمان ها تنظیم کنید گزینه قبلا انتخاب شده است
  2. را انتخاب کنید مجموعه.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  3. بر جزئیات دامنه صفحه، نام دامنه را وارد کنید، سپس انتخاب کنید بعدی.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  4. بر کاربران و فعالیت های ML صفحه، روش احراز هویت ترجیحی خود را انتخاب کنید. برای این پست، ما انتخاب می کنیم مرکز هویت AWS. توجه داشته باشید که راه اندازی مرکز هویت AWS شما باید در همان منطقه ای باشد که در آن دامنه SageMaker خود را ایجاد می کنید.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  5. در چه کسی از Studio استفاده خواهد کرد؟ در بخش، می توانید به صورت اختیاری گروه های کاربری را برای اعطای دسترسی به دامنه SageMaker انتخاب کنید.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  6. انتخاب کنید یک نقش جدید ایجاد کنید برای ایجاد یک نقش جدید برای تخصیص فعالیت ها یا استفاده از نقش موجود. برای فعالیت های ML، از لیست فعالیت های از پیش تعریف شده انتخاب کنید.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  7. در دسترسی سطل S3 بخش، یک را وارد کنید سرویس ذخیره سازی ساده آمازون سطل (Amazon S3) که همه کاربران دامنه به آن دسترسی خواهند داشت، سپس انتخاب کنید بعدی. شما می توانید بیش از یک سطل S3 را مشخص کنید.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  8. بر اپلیکیشن‌ها در صفحه، می توانید محیط های توسعه یکپارچه (IDE) موجود در دامنه SageMaker را مشخص و پیکربندی کنید. برای SageMaker Studio، نسخه به روز یا کلاسیک را انتخاب کنید. همچنین می توانید پیکربندی کنید نقاشی، ویرایشگر کد و RStudio.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  9. را انتخاب کنید بعدی.
  10. بر شبکه ارتباطی را انتخاب کنید تا فقط از VPC یا دسترسی به اینترنت عمومی استفاده کنید. برای این پست، ما انتخاب می کنیم فقط ابر خصوصی مجازی (VPC).. اگر از VPC استفاده می کنید، VPC، زیرشبکه ها و گروه های امنیتی خود را مشخص کنید، سپس انتخاب کنید بعدی.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  11. بر ذخیره سازی صفحه، می توانید به صورت اختیاری یک کلید رمزگذاری تنظیم کنید.
  12. همچنین می توانید به صورت اختیاری اندازه فضای پیش فرض و حداکثر را برای آن پیکربندی کنید فروشگاه بلوک الاستیک آمازون (Amazon EBS) حجم برای ابر محاسبه الاستیک آمازون نمونه (Amazon EC2) که میزبان JupyterLab و Code Editor است.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  13. را انتخاب کنید بعدی.
  14. بر بررسی و ایجاد کنید صفحه، تنظیمات خود را بررسی کنید، سپس انتخاب کنید ارسال برای ایجاد دامنه
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  15. این فرآیند راه اندازی دامنه SageMaker را آغاز می کند که تکمیل آن 2 تا 4 دقیقه طول می کشد.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.
  16. وقتی دامنه آماده شد، یک بنر موفقیت ظاهر می شود.
    Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.

جدید: دامنه های موجود را برای سازمان ها به روز کنید

اکنون که سفر کاربر یک مدیر راه‌اندازی دامنه SageMaker جدید برای سازمان‌ها را پشت سر گذاشته‌ایم، دامنه آماده است و کاربران ML می‌توانند به SageMaker متصل شوند. این فرآیند یک رویداد یکباره نیست. پس از ایجاد دامنه‌ها، نیازمندی‌ها ممکن است تغییر کنند و به‌روزرسانی‌هایی برای پیکربندی دامنه مورد نیاز باشد. بیایید برخی از ویژگی‌های تازه راه‌اندازی شده را به عنوان بخشی از این راه‌اندازی بررسی کنیم که به‌روزرسانی‌های دامنه‌های موجود را امکان‌پذیر می‌کند.

پیش نیازهای به روز رسانی دامنه ها

برای استفاده از این ویژگی های جدید، مدیران ML باید به موارد زیر دسترسی داشته باشند:

یک زیرشبکه را در یک دامنه موجود از طریق AWS CLI به روز کنید

همانطور که سازمان ها پذیرش ML را مقیاس می کنند، نیازهای آنها تکامل می یابد که مستلزم تغییراتی در زیرساخت آنها است. همانطور که کاربران و منابع بیشتری را به پروژه ها و تیم های خود اضافه می کنید، به منابع بیشتری نیاز دارید (مانند محدوده IP و نقاط پایانی). همچنین ممکن است بخواهید چند زیرشبکه را جدا کنید و این زیرشبکه ها را از SageMaker Studio جدا کنید و بنابراین بخواهید زیرشبکه ها را از دامنه های خود حذف کنید. یکی از چالش هایی که ادمین ها هنگام اضافه کردن یا حذف زیرشبکه ها با آن مواجه می شوند این است که به روز رسانی زیرشبکه های یک دامنه نیاز به تخصص و زمان دارد. ما مشتاقیم اعلام کنیم که این فرآیند را ساده کرده ایم و مدیران ML اکنون می توانند زیرشبکه های یک دامنه را از طریق AWS CLI به روز کنند.

بیایید از طریق این قابلیت قدم بزنیم.

در این مثال، شما یک دامنه جدید SageMaker Studio با دو زیر شبکه ایجاد کرده اید: subnet-1 و subnet-2. شما تمام IP های زیرشبکه دامنه را تمام کرده اید و اکنون می خواهید زیرشبکه های جدیدی اضافه کنید subnet-3 و subnet-4 به دامنه کد زیر را ببینید:

# Update Domain with a new Subnet being added
aws --region $REGION --endpoint-url $SAGEMAKER_ENDPOINT sagemaker update-domain --domain-id $DOMAIN_ID --subnet-ids '["subnet-1","subnet-2","subnet-3", "subnet-4"]'

# Describe the Domain to see if the Domain Subnet list got updated
aws --region $REGION --endpoint-url $SAGEMAKER_ENDPOINT sagemaker describe-domain --domain-id $DOMAIN_ID

اگر متوجه شدید که واقعاً به تعداد زیادی IP نیاز ندارید، می توانید یک زیر شبکه را حذف کنید (برای مثال، subnet-4) از لیست زیر شبکه های موجود. کد زیر را ببینید:

# Update Domain with a Subnet being removed
aws --region $REGION --endpoint-url $SAGEMAKER_ENDPOINT sagemaker update-domain --domain-id $DOMAIN_ID --subnet-ids '["subnet-1","subnet-2","subnet-3"]'

# Describe the Domain to see if the Domain Subnet list got updated
aws --region $REGION --endpoint-url $SAGEMAKER_ENDPOINT sagemaker describe-domain --domain-id $DOMAIN_ID

حالت اتصال شبکه خود را در یک دامنه موجود از طریق AWS CLI تغییر دهید

وقتی در حال انجام آزمایش‌ها یا کاوش در SageMaker برای کسب اطلاعات بیشتر در مورد این سرویس هستید، ممکن است دامنه خود را با دسترسی به اینترنت عمومی ایجاد کنید. با این حال، زمانی که پروژه‌ها را راه‌اندازی می‌کنید و حجم‌های کاری ML خود را افزایش می‌دهید، ممکن است لازم باشد حالت احراز هویت خود را به VPC تغییر دهید تا با شبکه و الزامات امنیتی موجود سازمان خود مطابقت داشته باشید. ما مشتاقیم اعلام کنیم که مدیران ML اکنون می توانند حالت اتصال شبکه خود را از طریق AWS CLI از اینترنت عمومی به حالت فقط VPC تغییر دهند.

به عنوان مثال در کد زیر دامنه را آپدیت می کنیم AppNetworkAccessType به VpcOnly:

# Update Domain App Network Access type
aws --region $REGION --endpoint-url $SAGEMAKER_ENDPOINT sagemaker update-domain --domain-id $DOMAIN_ID --app-network-access-type VpcOnly

در کد زیر دامنه را آپدیت می کنیم AppNetworkAccessType به PublicInternetOnly:

# Update Domain App Network Access type
aws --region $REGION --endpoint-url $SAGEMAKER_ENDPOINT sagemaker update-domain --domain-id $DOMAIN_ID --app-network-access-type PublicInternetOnly

نتیجه

رابط کاربری جدید برای سازمان‌ها برای راه‌اندازی دامنه‌ها و ویژگی‌های جدید مربوط به به‌روزرسانی دامنه‌های موجود، امروز بدون هزینه اضافی در دسترس هستند. مناطق AWS جایی که SageMaker در دسترس است، به جز مناطق AWS GovCloud و AWS China.

این ویژگی های جدید را امتحان کنید و نظر خود را با ما در میان بگذارید. ما همیشه مشتاقانه منتظر نظرات شما هستیم! می توانید آن را از طریق مخاطبین معمولی پشتیبانی AWS خود ارسال کنید یا آن را در آن پست کنید انجمن AWS برای SageMaker.

برای کسب اطلاعات بیشتر، بازدید تجربه جدید نصب در SageMaker و بررسی ورود به دامنه Amazon SageMaker با استفاده از IAM Identity Center.

درباره نویسندگان

Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.اوزان ایکن یک مدیر ارشد محصول در خدمات وب آمازون است. او مشتاق ساخت محصولات داخلی با زیرساخت‌های مناسب، نرده‌های امنیتی و مدیریت برای SageMaker است. خارج از محل کار، او دوست دارد فعالیت های مختلف در فضای باز را کاوش کند و فوتبال تماشا کند.

Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.ویکش پاندی یک معمار راه حل های متخصص یادگیری ماشین در AWS است که به مشتریان صنایع مالی کمک می کند تا راه حل هایی را بر روی هوش مصنوعی و ML مولد طراحی و بسازند. خارج از محل کار، Vikesh از امتحان کردن غذاهای مختلف و انجام ورزش در فضای باز لذت می برد.

Amazon SageMaker راه اندازی دامنه SageMaker را برای شرکت ها ساده می کند تا کاربران خود را به SageMaker منتقل کنند | خدمات وب آمازون هوش داده پلاتو بلاک چین. جستجوی عمودی Ai.آناستازیا تزولکا یک معمار راه حل های تخصصی یادگیری ماشین و هوش مصنوعی در AWS است. او با مشتریان در EMEA کار می کند و به آنها کمک می کند تا راه حل های یادگیری ماشین را در مقیاس با استفاده از خدمات AWS معمار کنند. او روی پروژه‌هایی در حوزه‌های مختلف از جمله پردازش زبان طبیعی (NLP)، MLOps و ابزارهای Low Code No Code کار کرده است.

تمبر زمان:

بیشتر از آموزش ماشین AWS