AWS는 APEJ AI 수명 주기 소프트웨어 도구 및 플랫폼 공급업체 평가를 위한 2022 IDC MarketScape에서 리더 카테고리에 선정되었습니다.

최근 발표된 IDC MarketScape: 아시아/태평양(일본 제외) AI 수명 주기 소프트웨어 도구 및 플랫폼 2022 공급업체 평가에서 AWS는 리더 범주에 포함되었습니다. 이것은 IDC의 AI 수명 주기 소프트웨어에 초점을 맞춘 최초이자 유일한 APEJ 전용 분석가 평가였습니다. 이 MarketScape에 대해 평가된 공급업체는 데이터 준비, 모델 구축 및 교육, 모델 운영, 평가, 배포 및 모니터링을 포함하여 종단 간 기계 학습(ML) 모델 개발을 지원하는 데 필요한 다양한 소프트웨어 도구를 제공합니다. 이 도구는 일반적으로 실험에서 AI 및 ML 솔루션의 프로덕션 배포에 이르기까지 데이터 과학자와 ML 개발자가 사용합니다.

AI 라이프사이클 도구는 AI/ML 솔루션을 제품화하는 데 필수적입니다. 그들은 AI/ML 실험을 넘어 꽤 많은 단계를 거칩니다. 어디에서나 배포, 규모에 맞는 성능, 비용 최적화를 달성하고 점점 더 중요해지고 있는 체계적인 모델 위험 관리(설명 가능성, 견고성, 드리프트, 개인 정보 보호 등)를 지원합니다. 기업은 더 큰 규모와 더 빠른 속도로 엔터프라이즈 데이터 자산의 가치를 활용하기 위해 이러한 도구가 필요합니다.

IDC MarketScape에 대한 공급업체 요구 사항

MarketScape에 고려되기 위해 공급업체는 독립적인 제품 재고 관리 단위(SKU) 또는 일반 AI 소프트웨어 플랫폼의 일부로 엔드 투 엔드 ML 프로세스의 다양한 측면에 대한 소프트웨어 제품을 제공해야 했습니다. 제품은 회사 자체 IP를 기반으로 해야 하며, 제품은 12년 2022월 기준 APEJ에서 최소 15개월 동안 소프트웨어 라이선스 수익 또는 소비 기반 소프트웨어 수익을 창출해야 합니다. IDC의 AI 소프트웨어 추적기에 따르면 APEJ 지역에서 보고된 2020~2021년 수익. AWS는 기준을 충족했으며 다른 XNUMX개 공급업체와 함께 IDC의 평가를 받았습니다.

IDC의 종합 평가 결과는 2022년 2022월 IDC MarketScape: 아시아/태평양(일본 제외) AI 수명 주기 소프트웨어 도구 및 플랫폼 XNUMX 공급업체 평가에 발표되었습니다. AWS는 현재 역량을 기준으로 리더 범주에 속합니다. AWS 전략은 고객이 AI 및 ML로 혁신할 수 있도록 AI/ML 서비스에 지속적으로 투자하는 것입니다.

AWS 위치

“AWS는 이 연습에서 리더 범주에 배치되어 제공되는 도구 서비스의 폭, 성능 비용 절감 옵션, 고객 서비스 및 지원 품질, 제품 혁신 속도 등 다양한 평가 범주에서 더 높은 평가를 받았습니다. 약간의."

– Jessie Danqing Cai, IDC 아시아/태평양 빅데이터 및 분석 실무 부연구 책임자

아래 그림은 MarketScape의 일부이며 기능 및 전략으로 평가된 AWS 위치를 보여줍니다.

IDC MarketScape 공급업체 분석 모델은 주어진 시장에서 ICT 공급업체의 경쟁력 적합성에 대한 개요를 제공하도록 설계되었습니다. 연구 방법론은 주어진 시장 내에서 각 공급업체의 위치에 대한 단일 그래픽 설명을 제공하는 질적 및 양적 기준을 기반으로 하는 엄격한 점수 매기기 방법을 사용합니다. 기능 점수는 단기적으로 공급업체 제품, 시장 출시 및 비즈니스 실행을 측정합니다. 전략 점수는 3~5년 기간 동안 공급업체 전략과 고객 요구 사항의 정렬을 측정합니다. 공급업체 시장 점유율은 아이콘의 크기로 표시됩니다.

MarketScape의 일부로 평가된 Amazon SageMaker

평가의 일환으로 IDC는 아마존 세이지 메이커 능력. SageMaker는 완벽하게 관리되는 인프라, 도구 및 워크플로를 사용하여 모든 사용 사례에 대해 ML 모델을 구축, 교육 및 배포하는 완전관리형 서비스입니다. 2017년 SageMaker가 출시된 이후 250개 이상의 기능이 출시되었습니다.

데이터 과학자, 데이터 엔지니어, 비즈니스 분석가 및 MLOps 전문가와 같은 ML 실무자는 SageMaker를 사용하여 IDE(통합 개발 환경) 또는 코드 없는 인터페이스를 선택하여 ML 워크플로의 각 단계에서 장벽을 허물고 있습니다. 데이터 준비부터 시작하여 SageMaker를 사용하면 ML을 위한 대량의 구조화된 데이터(표 형식 데이터) 및 구조화되지 않은 데이터(사진, 비디오, 지리 공간 및 오디오)에 쉽게 액세스하고 레이블을 지정하고 처리할 수 있습니다. 데이터가 준비된 후 SageMaker는 모델 구축을 위한 완전 관리형 노트북을 제공하고 최적화된 인프라를 통해 교육 시간을 몇 시간에서 몇 분으로 단축합니다. SageMaker를 사용하면 ML 모델을 쉽게 배포하여 다양한 ML 인프라 및 모델 배포 옵션을 통해 모든 사용 사례에 대해 최고의 가격 대비 성능으로 예측할 수 있습니다. 마지막으로 SageMaker의 MLOps 도구는 모델 배포를 확장하고, 추론 비용을 줄이고, 프로덕션에서 모델을 보다 효과적으로 관리하고, 운영 부담을 줄이는 데 도움이 됩니다.

MarketScape는 AWS의 세 가지 강점을 다음과 같이 설명합니다.

• 기능 및 제공 – SageMaker는 AWS 구축 실리콘을 포함하여 데이터 준비, 모델 교육 및 배포를 위한 광범위하고 심층적인 도구 세트를 제공합니다. AWS 인 페렌 시아 추론 워크로드 및 AWS 트레이닝 교육 워크로드용. SageMaker는 다음을 통해 모델 설명 가능성 및 편향 감지를 지원합니다. Amazon SageMaker 명확화.
• 서비스 제공 – SageMaker는 APEJ 지역(IDC Public Cloud Services Tracker, IaaS+PaaS, 2021 데이터 기준)에서 두 번째로 큰 퍼블릭 클라우드 플랫폼인 AWS에서 기본적으로 사용할 수 있으며 일본, 호주, 뉴질랜드, 싱가포르, 인도, 인도네시아 리전에서 사용할 수 있습니다. , 한국 및 중화권. 태국, 필리핀 및 베트남과 같은 ASEAN 국가의 고객에게 로컬 영역을 제공할 수 있습니다.
• 성장 기회 – AWS는 Gluon과 같은 오픈 소스 프로젝트에 적극적으로 기여하고 많은 이벤트, 온라인 과정 및 Amazon SageMaker 스튜디오 랩, 무료 SageMaker 노트북 환경.

SageMaker는 re:Invent 2022에서 출시됩니다.

SageMaker 혁신은 AWS re:Invent 2022에서 계속되었습니다. 새로운 기능. 출시에는 ML 모델 거버넌스를 위한 세 가지 새로운 기능이 포함되었습니다. 조직 내 모델 및 사용자 수가 증가함에 따라 최소 권한 액세스 제어를 설정하고 모델 정보(예: 입력 데이터 세트, 교육 환경 정보, 모델 사용 설명 및 위험 등급)를 문서화하기 위한 거버넌스 프로세스를 설정하기가 더 어려워집니다. . 모델이 배포된 후 고객은 편향 및 기능 드리프트도 모니터링하여 모델이 예상대로 수행되는지 확인해야 합니다. 새로운 역할 관리자, 모델 카드 및 모델 대시보드는 액세스 제어를 단순화하고 지원에 대한 투명성을 향상시킵니다. ML 모델 거버넌스.

이와 관련된 XNUMX건의 출시도 있었습니다. 아마존 세이지 메이커 스튜디오 노트북. SageMaker Studio 노트북은 실무자에게 데이터 탐색에서 배포에 이르기까지 완벽하게 관리되는 노트북 환경을 제공합니다. 팀의 규모와 복잡성이 증가함에 따라 수십 명의 실무자가 노트북을 사용하여 공동으로 모델을 개발해야 할 수 있습니다. AWS는 계속해서 최고의 서비스를 제공합니다. 노트북 경험 노트북 코드를 조정하고 자동화하는 데 도움이 되는 세 가지 새로운 기능 출시와 함께 사용자를 위한

모델 배포를 지원하기 위해 SageMaker의 새로운 기능을 사용하면 현재 배포된 모델에 대해 성능을 테스트하여 생산 릴리스 전에 새 ML 모델을 평가하는 섀도우 테스트를 실행할 수 있습니다. 그림자 테스트 최종 사용자에게 영향을 미치기 전에 잠재적인 구성 오류 및 성능 문제를 파악하는 데 도움이 될 수 있습니다.

마지막으로 SageMaker는 다음에 대한 지원을 시작했습니다. 지리정보 ML, 데이터 과학자와 ML 엔지니어가 지리 공간 데이터를 사용하여 ML 모델을 쉽게 구축, 교육 및 배포할 수 있습니다. 지리 공간 데이터 소스, 특별히 제작된 처리 작업, 사전 학습된 ML 모델 및 기본 제공 시각화 도구에 액세스하여 지리 공간 ML을 더 빠르게 대규모로 실행할 수 있습니다.

오늘날 수만 명의 고객이 Amazon SageMaker를 사용하여 수십억 개의 매개변수로 모델을 교육하고 매월 1조 건 이상의 예측을 수행합니다. SageMaker에 대해 자세히 알아보려면 웹 페이지 완전히 관리되는 인프라, 도구 및 워크플로가 ML 모델 개발을 가속화하는 데 어떻게 도움이 되는지 살펴보세요.

---

저자,

킴벌리 마디 아 AWS Machine Learning의 수석 제품 마케팅 관리자입니다. 그녀의 목표는 고객이 Amazon SageMaker를 사용하여 기계 학습 모델을 쉽게 구축, 교육 및 배포 할 수 있도록하는 것입니다. 밖에서 일하는 재미를 위해 Kimberly는 샌프란시스코 베이 트레일에서 요리하고, 읽고, 달리기를 좋아합니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 출처: 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/