AWS ממוקמת בקטגוריית המנהיגים ב-2022 IDC MarketScape for APEJ AI Cycle Life-Cycle Software Tools and Platforms Assessment.

ה-IDC MarketScape: Asia/Pacific (לא כולל יפן) AI Life-Cycle Software Tools and Platforms 2022 XNUMX Vendor Assessment מציב את AWS בקטגוריית המנהיגים שפורסם לאחרונה. זו הייתה הערכת האנליסטים הראשונה והיחידה הספציפית ל-APEJ שהתמקדה בתוכנת מחזור החיים של AI מבית IDC. הספקים שהוערכו עבור MarketScape זה מציעים כלי תוכנה שונים הדרושים לתמיכה בפיתוח מודל למידת מכונה מקצה לקצה (ML), כולל הכנת נתונים, בניית מודל והדרכה, תפעול מודל, הערכה, פריסה וניטור. הכלים משמשים בדרך כלל מדעני נתונים ומפתחי ML החל מניסויים ועד לפריסת ייצור של פתרונות AI ו-ML.

כלי מחזור החיים של AI חיוניים לייצור פתרונות AI/ML. הם עוברים לא מעט שלבים מעבר לניסוי AI/ML: כדי להשיג פריסה בכל מקום, ביצועים בקנה מידה, אופטימיזציה של עלויות, וחשוב יותר ויותר, תומכים בניהול סיכונים שיטתי של מודל - הסבר, חוסן, סחף, הגנה על פרטיות ועוד. עסקים זקוקים לכלים אלה כדי לפתוח את הערך של נכסי נתונים ארגוניים בקנה מידה גדול יותר ובמהירות מהירה יותר.

דרישות הספק עבור IDC MarketScape

כדי להיחשב ל-MarketScape, הספק היה צריך לספק מוצרי תוכנה להיבטים שונים של תהליך ML מקצה לקצה תחת יחידות שמירה עצמאיות של מוצרים (SKUs) או כחלק מפלטפורמת תוכנה כללית של AI. המוצרים היו צריכים להיות מבוססים על ה-IP של החברה עצמה, והמוצרים היו צריכים לייצר הכנסות מרישיון תוכנה או הכנסות מבוססות תוכנה במשך 12 חודשים לפחות ב-APEJ החל ממרץ 2022. החברה הייתה צריכה להיות בין 15 הספקים המובילים על ידי ההכנסות המדווחות של 2020–2021 באזור APEJ, לפי מעקב אחר תוכנת הבינה המלאכותית של IDC. AWS עמדה בקריטריונים ונבדקה על ידי IDC יחד עם שמונה ספקים נוספים.

התוצאה של ההערכה המקיפה של IDC פורסמה באוקטובר 2022 ב-IDC MarketScape: Asia/Pacific (לא כולל יפן) AI Life-Cycle Software Tools and Platforms 2022 Vendor Assessment. AWS ממוקמת בקטגוריית המנהיגים על סמך היכולות הנוכחיות. אסטרטגיית AWS היא לבצע השקעות מתמשכות בשירותי AI/ML כדי לעזור ללקוחות לחדש עם AI ו-ML.

עמדת AWS

"AWS ממוקמת בקטגוריית המנהיגים בתרגיל זה, ומקבלת דירוגים גבוהים יותר בקטגוריות הערכה שונות - רוחב שירותי הכלים הניתנים, אפשרויות להורדת עלות עבור ביצועים, איכות שירות לקוחות ותמיכה וקצב חדשנות המוצר. מְעַטִים."

– ג'סי דאנקינג קאי, מנהלת מחקר שותפה, עיסוק ב-Big Data וניתוח, IDC אסיה/פסיפיק.

הוויזואלי שלהלן הוא חלק מה-MarketScape ומציג את עמדת ה-AWS המוערכת לפי יכולות ואסטרטגיות.

מודל הניתוח של ספקי IDC MarketScape נועד לספק סקירה כללית של הכושר התחרותי של ספקי ICT בשוק נתון. מתודולוגיית המחקר משתמשת במתודולוגיית ניקוד קפדנית המבוססת על קריטריונים איכותיים וכמותיים, שמביאה להמחשה גרפית אחת של מיקומו של כל ספק בשוק נתון. ציון היכולות מודד את מוצר הספק, יציאה לשוק וביצוע עסקי בטווח הקצר. ציון האסטרטגיה מודד התאמה של אסטרטגיות הספקים לדרישות הלקוח בפרק זמן של 3-5 שנים. נתח השוק של הספקים מיוצג על ידי גודל הסמלים.

Amazon SageMaker הוערך כחלק מ-MarketScape

כחלק מההערכה, הבינתחומי צלל עמוק לתוך אמזון SageMaker יכולות. SageMaker הוא שירות מנוהל במלואו לבנייה, הדרכה ופריסה של מודלים של ML לכל מקרה שימוש עם תשתית, כלים וזרימות עבודה מנוהלות במלואן. מאז השקת SageMaker ב-2017, שוחררו למעלה מ-250 יכולות ותכונות.

מתרגלי ML כגון מדעני נתונים, מהנדסי נתונים, אנליסטים עסקיים ואנשי מקצוע של MLOps משתמשים ב-SageMaker כדי לשבור מחסומים על פני כל שלב של זרימת העבודה של ML באמצעות הבחירה שלהם בסביבות פיתוח משולבות (IDEs) או ממשקים ללא קוד. החל מהכנת נתונים, SageMaker מקל על גישה, תיוג ועיבוד של כמויות גדולות של נתונים מובנים (נתונים טבלאיים) ונתונים לא מובנים (צילום, וידאו, גיאו-מרחבי ואודיו) עבור ML. לאחר הכנת הנתונים, SageMaker מציעה מחברות מנוהלות במלואן לבניית מודלים ומפחיתה את זמן האימון משעות לדקות עם תשתית אופטימלית. SageMaker מקל על פריסת מודלים של ML כדי ליצור תחזיות במחיר-ביצועים הטובים ביותר עבור כל מקרה שימוש באמצעות מבחר רחב של תשתיות ML ואפשרויות פריסת מודלים. לבסוף, הכלים של MLOps ב- SageMaker עוזרים לך להגדיל את פריסת המודלים, להפחית עלויות מסקנות, לנהל מודלים בצורה יעילה יותר בייצור ולהפחית את העומס התפעולי.

ה-MarketScape מציין שלוש חוזקות עבור AWS:

• פונקציונליות והיצע – SageMaker מספקת מערך רחב ועמוק של כלים להכנת נתונים, אימון מודלים ופריסה, כולל סיליקון בנוי AWS: Afer Inferentia עבור עומסי עבודה ו AWS Trainium עבור עומסי עבודה. SageMaker תומך בהסבר מודל ובזיהוי הטיה אמזון סייג מייקר להבהיר.
• אספקת שירות - SageMaker זמין באופן מקורי ב-AWS, פלטפורמת הענן הציבורית השנייה בגודלה באזור APEJ (מבוסס על IDC Public Cloud Services Tracker, IaaS+PaaS, נתוני 2021), עם אזורים ביפן, אוסטרליה, ניו זילנד, סינגפור, הודו, אינדונזיה , דרום קוריאה וסין הגדולה. אזורים מקומיים זמינים לשרת לקוחות במדינות ASEAN: תאילנד, הפיליפינים וויאטנם.
• הזדמנויות צמיחה - AWS תורמת באופן פעיל לפרויקטים בקוד פתוח כגון Gluon ועוסקת בקהילות מפתחים וסטודנטים אזוריות באמצעות אירועים רבים, קורסים מקוונים, ו Amazon SageMaker Studio Lab, סביבת מחברת SageMaker ללא עלות.

SageMaker משיקה ב-re:Invent 2022

החדשנות של SageMaker נמשכה ב-AWS re:Invent 2022, עם שמונה יכולות חדשות. ההשקות כללו שלוש יכולות חדשות לניהול מודל ML. ככל שמספר המודלים והמשתמשים בארגון גדל, זה הופך להיות קשה יותר להגדיר בקרות גישה עם הרשאות מינימליות ולבסס תהליכי ממשל לתיעוד מידע על המודל (לדוגמה, מערכי נתונים של קלט, מידע על סביבת הדרכה, תיאור שימוש במודל ודירוג סיכונים) . לאחר פריסת המודלים, הלקוחות צריכים גם לעקוב אחר הטיה וסחיפה של תכונות כדי להבטיח שהם מתפקדים כצפוי. מנהל תפקידים חדש, כרטיסי דגמים ולוח מחוונים של דגמים מפשטים את בקרת הגישה ומשפרים את השקיפות לתמיכה ממשל מודל ML.

היו גם שלוש השקות הקשורות סטודיו SageMaker של אמזון מחברות. מחברות SageMaker Studio מעניקות למתרגלים חווית מחברת מנוהלת במלואה, החל מחקירת נתונים ועד לפריסה. ככל שהצוותים גדלים בגודלם ובמורכבותם, ייתכן שעשרות מתרגלים יצטרכו לפתח מודלים בשיתוף פעולה באמצעות מחברות. AWS ממשיכה להציע את הטוב ביותר חווית מחברת למשתמשים, עם השקת שלוש תכונות חדשות שעוזרות לך לתאם ולהפוך את קוד המחברת לאוטומטי.

כדי לתמוך בפריסת המודל, יכולות חדשות ב- SageMaker עוזרות לך להריץ מבחני צל כדי להעריך מודל ML חדש לפני שחרור הייצור על ידי בדיקת הביצועים שלו מול המודל הנפרס כעת. בדיקת צללים יכול לעזור לך לתפוס שגיאות תצורה ובעיות ביצועים אפשריות לפני שהן משפיעות על משתמשי הקצה.

לבסוף, SageMaker השיקה תמיכה עבור ML גיאו מרחבי, המאפשר למדעני נתונים ומהנדסי ML לבנות, לאמן ולפרוס בקלות מודלים של ML באמצעות נתונים גיאו-מרחביים. אתה יכול לגשת למקורות נתונים גיאו-מרחביים, פעולות עיבוד ייעודיות, מודלים של ML מאומנים מראש וכלי ויזואליזציה מובנים כדי להפעיל ML גיאו-מרחבי מהר יותר ובקנה מידה.

כיום, עשרות אלפי לקוחות משתמשים באמזון SageMaker כדי להכשיר דגמים עם מיליארדי פרמטרים ולבצע מעל טריליון תחזיות בחודש. למידע נוסף על SageMaker, בקר באתר דף אינטרנט ולחקור כיצד תשתית, כלים וזרימות עבודה מנוהלות במלואן יכולות לעזור לך להאיץ את פיתוח מודל ML.

---

על הסופר

קימברלי מאדיה הוא מנהל שיווק מוצרים ראשי עם AWS Machine Learning. מטרתה היא להקל על הלקוחות לבנות, להכשיר ולפרוס מודלים של למידת מכונה באמצעות Amazon SageMaker. בשביל הכיף מחוץ לעבודה, קימברלי אוהבת לבשל, ​​לקרוא ולרוץ בשביל מפרץ סן פרנסיסקו.

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
• מקור: 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/