AWS si è posizionata nella categoria Leaders nel 2022 IDC MarketScape for APEJ AI Life-Cycle Software Tools and Platforms Vendor Assessment

La recente pubblicazione IDC MarketScape: Asia/Pacific (Excluding Japan) AI Life-Cycle Software Tools and Platforms 2022 Vendor Assessment posiziona AWS nella categoria Leaders. Questa è stata la prima e unica valutazione degli analisti specifica di APEJ incentrata sul software del ciclo di vita dell'IA di IDC. I fornitori valutati per questo MarketScape offrono vari strumenti software necessari per supportare lo sviluppo di modelli di machine learning (ML) end-to-end, tra cui la preparazione dei dati, la creazione e la formazione del modello, il funzionamento del modello, la valutazione, l'implementazione e il monitoraggio. Gli strumenti sono in genere utilizzati da data scientist e sviluppatori ML dalla sperimentazione all'implementazione in produzione di soluzioni AI e ML.

Gli strumenti del ciclo di vita dell'AI sono essenziali per produrre soluzioni AI/ML. Vanno parecchio oltre la sperimentazione AI/ML: per ottenere implementazione ovunque, prestazioni su larga scala, ottimizzazione dei costi e, sempre più importante, supportano la gestione sistematica del rischio del modello: spiegabilità, robustezza, deriva, protezione della privacy e altro ancora. Le aziende hanno bisogno di questi strumenti per sbloccare il valore delle risorse di dati aziendali su scala maggiore e velocità più elevate.

Requisiti del fornitore per IDC MarketScape

Per essere preso in considerazione per MarketScape, il fornitore doveva fornire prodotti software per vari aspetti del processo ML end-to-end in unità di stoccaggio di prodotti indipendenti (SKU) o come parte di una piattaforma software AI generale. I prodotti dovevano essere basati sulla proprietà intellettuale dell'azienda e i prodotti avrebbero dovuto generare ricavi da licenze software o ricavi da software basati sul consumo per almeno 12 mesi in APEJ a partire da marzo 2022. L'azienda doveva essere tra i primi 15 fornitori entro i ricavi dichiarati del 2020-2021 nella regione APEJ, secondo AI Software Tracker di IDC. AWS ha soddisfatto i criteri ed è stato valutato da IDC insieme ad altri otto fornitori.

Il risultato della valutazione completa di IDC è stato pubblicato nell'ottobre 2022 in IDC MarketScape: Asia/Pacific (Excluding Japan) AI Life-Cycle Software Tools and Platforms 2022 Vendor Assessment. AWS è posizionato nella categoria Leader in base alle capacità attuali. La strategia di AWS consiste nell'effettuare continui investimenti nei servizi AI/ML per aiutare i clienti a innovare con AI e ML.

Posizione dell'AWS

"AWS è stata inserita nella categoria Leaders in questo esercizio, ricevendo valutazioni più elevate in varie categorie di valutazione: l'ampiezza dei servizi di strumenti forniti, le opzioni per ridurre i costi per le prestazioni, la qualità del servizio clienti e del supporto e il ritmo dell'innovazione del prodotto, per citare un pochi."

– Jessie Danqing Cai, Associate Research Director, Big Data & Analytics Practice, IDC Asia/Pacifico.

L'immagine di seguito fa parte di MarketScape e mostra la posizione di AWS valutata in base a capacità e strategie.

Il modello di analisi dei fornitori di IDC MarketScape è progettato per fornire una panoramica dell'idoneità competitiva dei fornitori ICT in un determinato mercato. La metodologia di ricerca utilizza una rigorosa metodologia di punteggio basata su criteri qualitativi e quantitativi che si traduce in un'unica rappresentazione grafica della posizione di ciascun fornitore all'interno di un determinato mercato. Il punteggio Capabilities misura il prodotto del fornitore, il go-to-market e l'esecuzione aziendale a breve termine. Il punteggio della strategia misura l'allineamento delle strategie del fornitore con i requisiti del cliente in un periodo di 3-5 anni. La quota di mercato del fornitore è rappresentata dalla dimensione delle icone.

Amazon SageMaker valutato come parte di MarketScape

Come parte della valutazione, IDC si è tuffata in profondità Amazon Sage Maker capacità. SageMaker è un servizio completamente gestito per creare, addestrare e distribuire modelli ML per qualsiasi caso d'uso con infrastruttura, strumenti e flussi di lavoro completamente gestiti. Dal lancio di SageMaker nel 2017, sono state rilasciate oltre 250 funzionalità e funzionalità.

Professionisti di ML come data scientist, data engineer, analisti aziendali e professionisti MLOps utilizzano SageMaker per abbattere le barriere in ogni fase del flusso di lavoro ML attraverso la loro scelta di ambienti di sviluppo integrati (IDE) o interfacce senza codice. A partire dalla preparazione dei dati, SageMaker semplifica l'accesso, l'etichettatura e l'elaborazione di grandi quantità di dati strutturati (dati tabulari) e dati non strutturati (foto, video, dati geospaziali e audio) per ML. Dopo che i dati sono stati preparati, SageMaker offre notebook completamente gestiti per la creazione di modelli e riduce i tempi di formazione da ore a minuti con un'infrastruttura ottimizzata. SageMaker semplifica l'implementazione di modelli ML per fare previsioni al miglior rapporto prezzo-prestazioni per qualsiasi caso d'uso attraverso un'ampia selezione di infrastrutture ML e opzioni di implementazione dei modelli. Infine, gli strumenti MLOps in SageMaker ti aiutano a ridimensionare la distribuzione del modello, ridurre i costi di inferenza, gestire i modelli in modo più efficace nella produzione e ridurre il carico operativo.

MarketScape richiama tre punti di forza per AWS:

• Funzionalità e offerta – SageMaker offre un set ampio e approfondito di strumenti per la preparazione dei dati, l'addestramento dei modelli e la distribuzione, incluso il silicio costruito da AWS: AWS Inferenza per carichi di lavoro di inferenza e AWSTrainium per i carichi di lavoro di formazione. SageMaker supporta la spiegabilità del modello e il rilevamento dei bias Amazon SageMaker Chiarire.
• Erogazione del servizio – SageMaker è nativamente disponibile su AWS, la seconda più grande piattaforma cloud pubblica nella regione APEJ (basata su IDC Public Cloud Services Tracker, IaaS+PaaS, dati 2021), con regioni in Giappone, Australia, Nuova Zelanda, Singapore, India, Indonesia , Corea del Sud e Grande Cina. Le zone locali sono disponibili per servire i clienti nei paesi dell'ASEAN: Thailandia, Filippine e Vietnam.
• Opportunita di crescita – AWS contribuisce attivamente a progetti open source come Gluon e si impegna con sviluppatori regionali e comunità di studenti attraverso numerosi eventi, corsi online e Laboratorio Amazon SageMaker Studio, un ambiente notebook SageMaker gratuito.

SageMaker viene lanciato a re:Invent 2022

L'innovazione di SageMaker è continuata ad AWS re:Invent 2022, con otto nuove capacità. I lanci includevano tre nuove funzionalità per la governance del modello ML. Con l'aumentare del numero di modelli e utenti all'interno di un'organizzazione, diventa più difficile impostare controlli di accesso con privilegi minimi e stabilire processi di governance per documentare le informazioni sui modelli (ad esempio, set di dati di input, informazioni sull'ambiente di addestramento, descrizione dell'uso del modello e valutazione del rischio) . Dopo che i modelli sono stati implementati, i clienti devono anche monitorare i bias e lo scostamento delle funzionalità per assicurarsi che funzionino come previsto. Un nuovo gestore dei ruoli, schede modello e dashboard modello semplificano il controllo degli accessi e migliorano la trasparenza al supporto Governance del modello ML.

C'erano anche tre lanci relativi a Amazon Sage Maker Studio i Quaderni. I notebook SageMaker Studio offrono ai professionisti un'esperienza notebook completamente gestita, dall'esplorazione dei dati alla distribuzione. Con l'aumentare delle dimensioni e della complessità dei team, dozzine di professionisti potrebbero aver bisogno di sviluppare modelli in modo collaborativo utilizzando i notebook. AWS continua a offrire il meglio esperienza del taccuino per gli utenti, con il lancio di tre nuove funzionalità che aiutano a coordinare e automatizzare il codice del notebook.

Per supportare la distribuzione del modello, le nuove funzionalità di SageMaker ti aiutano a eseguire shadow test per valutare un nuovo modello ML prima del rilascio in produzione testandone le prestazioni rispetto al modello attualmente distribuito. Test delle ombre può aiutarti a rilevare potenziali errori di configurazione e problemi di prestazioni prima che abbiano un impatto sugli utenti finali.

Infine, SageMaker ha lanciato il supporto per geospaziale ML, consentendo ai data scientist e agli ingegneri ML di creare, addestrare e distribuire facilmente modelli ML utilizzando dati geospaziali. Puoi accedere a origini dati geospaziali, operazioni di elaborazione appositamente create, modelli ML preaddestrati e strumenti di visualizzazione integrati per eseguire il ML geospaziale più velocemente e su larga scala.

Oggi, decine di migliaia di clienti utilizzano Amazon SageMaker per addestrare modelli con miliardi di parametri e fare oltre mille miliardi di previsioni al mese. Per saperne di più su SageMaker, visita il pagina web ed esplora come l'infrastruttura, gli strumenti e i flussi di lavoro completamente gestiti possono aiutarti ad accelerare lo sviluppo del modello ML.

---

Circa l'autore

Kimberley Madia è un Principal Product Marketing Manager con AWS Machine Learning. Il suo obiettivo è rendere più semplice per i clienti creare, addestrare e distribuire modelli di machine learning utilizzando Amazon SageMaker. Per divertirsi fuori dal lavoro, Kimberly ama cucinare, leggere e correre sul San Francisco Bay Trail.

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
• Fonte: https://aws.amazon.com/blogs/machine-learning/aws-positioned-in-the-leaders-category-in-the-2022-idc-marketscape-for-apej-ai-life-cycle-software-tools-and-platforms-vendor-assessment/