Az Amazon SageMaker Studio Lab továbbra is demokratizálja az ML-t nagyobb léptékű és funkcionalitással

A gépi tanulás (ML) hozzáférhetőbbé tétele érdekében elindította az Amazont Amazon SageMaker Studio Lab az AWS re:Invent 2021-nél. Ma ügyfelek tízezrei használják nap mint nap, hogy ingyenesen tanuljanak és kísérletezzenek az ML használatával. Egyszerűvé tettük az indulást egy e-mail címmel, telepítések, beállítások, hitelkártyák vagy AWS-fiók nélkül.

A SageMaker Studio Lab olyan ügyfeleket vonz vissza, akik informális vagy formális környezetben szeretnének tanulni, amint azt egy közelmúltbeli felmérés is jelzi, amely szerint jelenlegi ügyfélbázisunk 49%-a önállóan tanul, míg 21%-a formális ML tanfolyamon vesz részt. A felsőoktatási intézmények elkezdték átvenni, mert segíti őket a notebookon túlmutató ML alapok oktatásában, mint például a környezet- és erőforrás-kezelés, amelyek kritikus területei a sikeres ML projekteknek. Az olyan vállalati partnerek, mint a Hugging Face, a Snowflake és a Roboflow, a SageMaker Studio Lab segítségével mutatják be saját ML-képességeiket.

Ebben a bejegyzésben a SageMaker Studio Lab új funkcióit tárgyaljuk, és megosztunk néhány vásárlói sikertörténetet.

Új funkciók a SageMaker Studio Labban

Folytattuk az új funkciók és mechanizmusok fejlesztését, hogy örömet szerezzünk, megvédjük és lehetővé tegyük ML közösségünket. Íme a legújabb fejlesztések:

• A CPU és a GPU kapacitásának megóvása érdekében az esetleges visszaélésektől, elindítottuk a kétlépcsős ellenőrzést, növelve a kiszolgálható közösség méretét. A továbbiakban minden ügyfélnek össze kell kapcsolnia fiókját egy mobiltelefonszámmal.
• 2022 októberében bevezettük az automatikus fiókjóváhagyásokat, amelyek lehetővé teszik, hogy kevesebb mint egy nap alatt megkapja a SageMaker Studio Lab-fiókot.
• Megháromszoroztuk a GPU és a CPU kapacitását, így a legtöbb ügyfelünk példányt kaphat, amikor szüksége van rá.
• Bevezették a biztonságos módot, amely segít előrelépni, ha a környezet instabillá válik. Bár ez ritka, általában akkor fordul elő, amikor az ügyfelek túllépik a tárhelykorlátokat.
• Támogatást adtunk a Juptyer-LSP (Language Server Protocol) bővítményhez, amely kódkiegészítő funkciókat biztosít. Vegye figyelembe, hogy ha fiókját 2022 novembere előtt szerezte meg, néhány egyszerű utasítást követve elérheti ezt a funkciót (lásd: FAQ a részletekért).

Ügyfél sikertörténetei

Továbbra is az ügyfelek megszállottjai vagyunk, és a visszajelzéseik alapján fontos funkciókat kínálunk ügyfeleinknek. Íme néhány kiemelés a legfontosabb intézményektől és partnerektől:

„A SageMaker Studio Lab egy valós problémát old meg az osztálytermekben, mivel egy iparilag erős hosztolt Jupyter megoldást biztosít GPU-val, amely túlmutat egy hosztolt notebookon. A csomagok hozzáadásának, a környezet konfigurálásának és a terminál megnyitásának lehetősége számos új tanulási lehetőséget nyitott meg a diákok számára. Végezetül, a nagy teljesítményű GPU-kkal rendelkező Hugging Face modellek finomhangolása egy csodálatos, feltörekvő munkafolyamat, amelyet a hallgatók elé kell tárni. Az LLM-ek (nagy nyelvi modellek) jelentik az AI jövőjét, és a SageMaker Studio Lab lehetővé tette számomra, hogy tanítsam az AI jövőjét.”

– Noah Gift, a Duke MIDS (Data Science) rezidens ügyvezetője

„A SageMaker Studio Lab-t a béta állapota óta használja a csapatom, mert az ML fejlesztők számára nagy tapasztalattal rendelkezik. Könnyedén integrálható a Snowparkkal, a Snowflake fejlesztői keretrendszerével, hogy könnyen elindítható notebook felületet biztosítson a Snowflake Python fejlesztők számára. Több demóhoz használtam az ügyfelekkel és partnerekkel, és a reakciók túlnyomórészt kedvezőek voltak.”

—Eda Johnson, a Snowflake partneripari megoldások menedzsere

„A Roboflow felhatalmazza a fejlesztőket arra, hogy saját számítógépes látásalkalmazásaikat készítsék el, tudásuktól vagy tapasztalatuktól függetlenül. A SageMaker Studio Lab segítségével a számítógépes látásfejlesztők nagy közössége hozzáférhet modelljeinkhez és adatainkhoz egy olyan környezetben, amely nagyon hasonlít egy helyi JupyterLabhoz, amihez leginkább hozzá vannak szokva. A SageMaker Studio Lab állandó tárhelye játékmódot jelent, mivel nem kell minden felhasználói munkamenetet elölről kezdeni. A SageMaker Studio Lab lett a kedvenc notebookplatformom.”

– Mark McQuade, a Roboflow terepmérnöke

„Az RPI birtokolja a világ egyik legerősebb szuperszámítógépét, de ennek (AiMOS) meredek tanulási görbéje van. Szükségünk volt arra, hogy diákjaink hatékonyan és takarékosan kezdhessék el. A SageMaker Studio Lab intuitív kezelőfelülete lehetővé tette diákjaink számára, hogy gyorsan elkezdhessék a munkát, és hatékony GPU-t biztosítottak számukra, lehetővé téve számukra, hogy összetett mélytanulási modellekkel dolgozzanak a csúcsprojektjeikhez.”

– Mohammed J. Zaki, a Rensselaer Polytechnic Institute számítástechnikai professzora

„A SageMaker Studio Lab-t használom az alapvető gépi tanuláshoz és a Pythonhoz kapcsolódó kurzusokhoz, amelyek célja, hogy szilárd alapot nyújtsanak a hallgatóknak számos felhőtechnológiában. A Studio Lab lehetővé teszi diákjaink számára, hogy gyakorlati tapasztalatokat szerezzenek valós adattudományi projektekkel kapcsolatban anélkül, hogy bele kelljen ragadniuk a beállításokba vagy konfigurációkba. Más gyártókkal ellentétben ez egy Linuxos gép a diákok számára, és a diákok sokkal több kódolási gyakorlatot tudnak elvégezni!

– Cyrus Wong, vezető oktató, felhő- és adatközpont-adminisztrációs felsőfokú diploma, az IVE (LWL) Informatikai Tanszékén

„A Northwestern Engineering Master of Science in Artificial Intelligence (MSAI) programjában részt vevő hallgatók egy rövid körutat kaptak a SageMaker Studio Labban, mielőtt egy 5 órás hackathonon alkalmazták a tanultakat egy valós helyzetre. Arra számítottunk, hogy a tanulók természetesen akadályba ütköznek a nagyon rövid idő alatt. Ehelyett a hallgatók felülmúlták várakozásainkat azzal, hogy nemcsak az összes projektet teljesítették, hanem nagyon jó prezentációkat is tartottak, amelyekben lenyűgöző megoldásokat mutattak be fontos valós problémákra.”

– Mohammed Alam, a Northwestern Egyetem MSAI programjának igazgatóhelyettese

Kezdje el a SageMaker Studio Lab használatát

A SageMaker Studio Lab nagyszerű belépési pont mindazok számára, akik többet szeretnének megtudni az ML-ről és az adattudományról. Az Amazon továbbra is befektet ebbe az ingyenes szolgáltatásba, valamint egyéb képzési eszközökbe és ösztöndíjprogramokba, hogy az ML mindenki számára elérhető legyen.

Kezdje el SageMaker Studio Lab Ma!

---

A szerzőről

Michele Monclova az AWS fő termékmenedzsere a SageMaker csapatban. New York-i és a Szilícium-völgy veteránja. Szenvedélyesen rajong az életminőségünket javító innovációkért.