Amazon SageMaker Studio Lab continua a democratizzare il ML con maggiore scalabilità e funzionalità

Per rendere più accessibile il machine learning (ML), Amazon ha lanciato Laboratorio Amazon SageMaker Studio ad AWS re:Invent 2021. Oggi, decine di migliaia di clienti lo usano ogni giorno per imparare e sperimentare gratuitamente il ML. Abbiamo semplificato l'inizio con un solo indirizzo e-mail, senza la necessità di installazioni, configurazioni, carte di credito o un account AWS.

SageMaker Studio Lab è in sintonia con i clienti che desiderano apprendere in un ambiente informale o formale, come indicato da un recente sondaggio che suggerisce che il 49% della nostra attuale base di clienti sta imparando da solo, mentre il 21% sta frequentando un corso formale di ML. Gli istituti di istruzione superiore hanno iniziato ad adottarlo, perché li aiuta a insegnare i fondamenti del ML oltre il notebook, come l'ambiente e la gestione delle risorse, che sono aree critiche per progetti di ML di successo. Partner aziendali come Hugging Face, Snowflake e Roboflow utilizzano SageMaker Studio Lab per mostrare le proprie capacità di ML.

In questo post, discutiamo delle nuove funzionalità in SageMaker Studio Lab e condividiamo alcune storie di successo dei clienti.

Nuove funzionalità in SageMaker Studio Lab

Abbiamo continuato a sviluppare nuove funzionalità e meccanismi per deliziare, proteggere e abilitare la nostra community di ML. Ecco gli ultimi miglioramenti:

• Per salvaguardare la capacità della CPU e della GPU da potenziali abusi nell'utilizzo, abbiamo lanciato una verifica in due passaggi, aumentando le dimensioni della community che possiamo servire. In futuro, ogni cliente dovrà collegare il proprio account a un numero di cellulare.
• Nell'ottobre 2022 abbiamo implementato le approvazioni automatiche degli account, consentendoti di ottenere un account SageMaker Studio Lab in meno di un giorno.
• Abbiamo triplicato la capacità di GPU e CPU, consentendo alla maggior parte dei nostri clienti di ottenere un'istanza quando ne hanno bisogno.
• È stata introdotta una modalità provvisoria per aiutarti ad andare avanti se il tuo ambiente diventa instabile. Sebbene ciò sia raro, in genere si verifica quando i clienti superano i limiti di archiviazione.
• Abbiamo aggiunto il supporto per l'estensione Juptyer-LSP (Language Server Protocol), fornendo funzionalità di completamento del codice. Tieni presente che se hai acquistato il tuo account prima di novembre 2022, puoi ottenere questa funzionalità seguendo alcune semplici istruzioni (vedi FAQ per dettagli).

Storie di successo dei clienti

Continuiamo a essere ossessionati dai clienti, offrendo funzionalità importanti ai clienti in base al loro feedback. Ecco alcuni punti salienti delle principali istituzioni e partner:

“SageMaker Studio Lab risolve un vero problema in classe in quanto fornisce una soluzione Jupyter in hosting di livello industriale con GPU che va oltre un semplice notebook ospitato. La possibilità di aggiungere pacchetti, configurare un ambiente e aprire un terminale ha aperto molte nuove opportunità di apprendimento per gli studenti. Infine, la messa a punto dei modelli Hugging Face con potenti GPU è stato un fantastico flusso di lavoro emergente da presentare agli studenti. Gli LLM (modelli linguistici di grandi dimensioni) sono il futuro dell'IA e SageMaker Studio Lab mi ha permesso di insegnare il futuro dell'IA".

—Noah Gift, dirigente in residenza presso Duke MIDS (Data Science)

“SageMaker Studio Lab è stato utilizzato dal mio team da quando era in versione beta grazie alla sua potente esperienza per gli sviluppatori ML. Si integra facilmente con Snowpark, il framework per sviluppatori di Snowflake, per fornire un'interfaccia per notebook di facile utilizzo per gli sviluppatori Snowflake Python. L'ho usato per più demo con clienti e partner e la risposta è stata straordinariamente favorevole".

—Eda Johnson, Partner Industry Solutions Manager di Snowflake

“Roboflow consente agli sviluppatori di creare le proprie applicazioni di visione artificiale, indipendentemente dalle loro competenze o esperienza. Con SageMaker Studio Lab, la nostra vasta comunità di sviluppatori di visione artificiale può accedere ai nostri modelli e dati in un ambiente che ricorda da vicino un JupyterLab locale, che è quello a cui sono più abituati. L'archiviazione persistente di SageMaker Studio Lab è un punto di svolta, perché non è necessario ricominciare dall'inizio per ogni sessione utente. SageMaker Studio Lab è diventato personalmente la mia piattaforma preferita per i notebook".

—Mark McQuade, ingegneria sul campo presso Roboflow

“RPI possiede uno dei supercomputer più potenti al mondo, ma (AiMOS) ha una curva di apprendimento ripida. Avevamo bisogno di un modo per i nostri studenti di iniziare in modo efficace e frugale. L'interfaccia intuitiva di SageMaker Studio Lab ha consentito ai nostri studenti di iniziare rapidamente e ha fornito una potente GPU, consentendo loro di lavorare con complessi modelli di deep learning per i loro progetti capstone".

—Mohammed J. Zaki, professore di informatica al Rensselaer Polytechnic Institute

“Uso SageMaker Studio Lab nell'apprendimento automatico di base e nei corsi relativi a Python progettati per offrire agli studenti una solida base in molte tecnologie cloud. Studio Lab consente ai nostri studenti di fare esperienza pratica con progetti di scienza dei dati del mondo reale, senza che si debbano impantanare in configurazioni o configurazioni. A differenza di altri fornitori, è una macchina Linux per studenti e gli studenti possono davvero fare molti più esercizi di programmazione!

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

“Agli studenti del programma di Master of Science in Artificial Intelligence (MSAI) della Northwestern Engineering è stato fatto un rapido tour del SageMaker Studio Lab prima di utilizzarlo in un hackathon di 5 ore per applicare ciò che hanno imparato a una situazione del mondo reale. Ci aspettavamo che gli studenti incontrassero naturalmente alcuni ostacoli durante il brevissimo periodo di tempo. Invece, gli studenti hanno superato le nostre aspettative non solo completando tutti i progetti, ma anche fornendo ottime presentazioni in cui hanno mostrato soluzioni affascinanti a importanti problemi del mondo reale".

—Mohammed Alam, vicedirettore del programma MSAI presso la Northwestern University

Inizia con SageMaker Studio Lab

SageMaker Studio Lab è un ottimo punto di ingresso per chiunque sia interessato a saperne di più su ML e scienza dei dati. Amazon continua a investire in questo servizio gratuito, così come in altre risorse di formazione e programmi di borse di studio, per rendere il ML accessibile a tutti.

Inizia con SageMaker Studio Lab oggi!

---

Circa l'autore

Michele Monclova è uno dei principali product manager di AWS nel team SageMaker. È una nativa newyorkese e veterana della Silicon Valley. È appassionata di innovazioni che migliorano la qualità della nostra vita.