Amazon SageMaker Studio Lab fortsetter å demokratisere ML med mer skala og funksjonalitet

For å gjøre maskinlæring (ML) mer tilgjengelig, lanserte Amazon Amazon SageMaker Studio Lab hos AWS re:Invent 2021. I dag bruker titusenvis av kunder det hver dag for å lære og eksperimentere med ML gratis. Vi gjorde det enkelt å komme i gang med bare en e-postadresse, uten behov for installasjoner, oppsett, kredittkort eller en AWS-konto.

SageMaker Studio Lab resonerer med kunder som ønsker å lære enten i en uformell eller formell setting, som indikert av en fersk undersøkelse som antyder at 49 % av vår nåværende kundebase lærer på egen hånd, mens 21 % tar en formell ML-time. Institusjoner for høyere læring har begynt å ta det i bruk, fordi det hjelper dem å lære ML grunnleggende utover den bærbare datamaskinen, som miljø- og ressursstyring, som er kritiske områder for vellykkede ML-prosjekter. Enterprise-partnere som Hugging Face, Snowflake og Roboflow bruker SageMaker Studio Lab for å vise frem sine egne ML-egenskaper.

I dette innlegget diskuterer vi nye funksjoner i SageMaker Studio Lab, og deler noen kundesuksesshistorier.

Nye funksjoner i SageMaker Studio Lab

Vi har fortsatt å utvikle nye funksjoner og mekanismer for å glede, beskytte og aktivere ML-fellesskapet vårt. Her er de siste forbedringene:

• For å beskytte CPU- og GPU-kapasiteten mot potensielt bruksmisbruk, lanserte vi en 2-trinns bekreftelse som øker størrelsen på fellesskapet vi kan betjene. Fremover må hver kunde koble kontoen sin til et mobiltelefonnummer.
• I oktober 2022 lanserte vi automatiserte kontogodkjenninger, slik at du kan få en SageMaker Studio Lab-konto på mindre enn en dag.
• Vi tredoblet kapasiteten for GPU og CPU, slik at de fleste av kundene våre kan få en forekomst når de trenger det.
• En sikker modus ble introdusert for å hjelpe deg videre hvis miljøet ditt blir ustabilt. Selv om dette er sjeldent, skjer det vanligvis når kunder overskrider lagringsgrensene sine.
• Vi har lagt til støtte for utvidelsen Juptyer-LSP (Language Server Protocol), som gir deg funksjonalitet for kodefullføring. Merk at hvis du fikk kontoen din før november 2022, kan du få denne funksjonaliteten ved å følge noen enkle instruksjoner (se FAQ for detaljer).

Omtale fra kunder

Vi fortsetter å være kundebesatt, og tilbyr viktige funksjoner til kunder basert på tilbakemeldingene deres. Her er noen høydepunkter fra sentrale institusjoner og partnere:

"SageMaker Studio Lab løser et reelt problem i klasserommet ved at det gir en Jupyter-løsning med industriell styrke med GPU som går utover bare en vertsbasert bærbar PC alene. Muligheten til å legge til pakker, konfigurere et miljø og åpne en terminal har åpnet for mange nye læringsmuligheter for studenter. Endelig har finjustering av Hugging Face-modeller med kraftige GPU-er vært en utrolig ny arbeidsflyt å presentere for studenter. LLM-er (store språkmodeller) er fremtiden til AI, og SageMaker Studio Lab har gjort meg i stand til å undervise om fremtiden til AI.»

—Noah Gift, Executive in Residence ved Duke MIDS (Data Science)

"SageMaker Studio Lab har blitt brukt av teamet mitt siden det var i beta på grunn av sin kraftige erfaring for ML-utviklere. Den integreres enkelt med Snowpark, Snowflakes utviklerrammeverk, for å gi et brukervennlig grensesnitt for Snowflake Python-utviklere som er lett å komme i gang. Jeg har brukt den til flere demoer med kunder og partnere, og responsen har vært overveldende gunstig."

—Eda Johnson, Partner Industry Solutions Manager hos Snowflake

"Roboflow gir utviklere mulighet til å bygge sine egne datasynsapplikasjoner, uansett ferdigheter eller erfaring. Med SageMaker Studio Lab kan vårt store fellesskap av datasynsutviklere få tilgang til modellene og dataene våre i et miljø som ligner på et lokalt JupyterLab, som er det de er mest vant til. Den vedvarende lagringen til SageMaker Studio Lab er en game changer, fordi du ikke trenger å starte fra begynnelsen for hver brukerøkt. SageMaker Studio Lab har personlig blitt min foretrukne bærbare plattform."

—Mark McQuade, feltingeniør ved Roboflow

"RPI eier en av de kraftigste superdatamaskinene i verden, men den (AiMOS) har en bratt læringskurve. Vi trengte en måte for elevene våre å komme i gang effektivt og sparsomt. SageMaker Studio Labs intuitive grensesnitt gjorde det mulig for studentene våre å komme raskt i gang, og ga kraftig GPU, som gjorde dem i stand til å jobbe med komplekse dyplæringsmodeller for hjørnesteinsprosjektene sine."

—Mohammed J. Zaki, professor i informatikk ved Rensselaer Polytechnic Institute

«Jeg bruker SageMaker Studio Lab i grunnleggende maskinlæring og Python-relaterte kurs som er designet for å gi studentene et solid grunnlag i mange skyteknologier. Studio Lab lar studentene våre få praktisk erfaring med datavitenskapelige prosjekter i den virkelige verden, uten at de trenger å sette seg fast i oppsett eller konfigurasjoner. I motsetning til andre leverandører, er det en Linux-maskin for studenter, og studenter kan faktisk gjøre mye flere kodeøvelser!»

—Cyrus Wong, universitetslektor, høyere diplom i sky- og datasenteradministrasjon ved Institutt for informasjonsteknologi, IVE (LWL)

"Studenter i Northwestern Engineerings Master of Science in Artificial Intelligence (MSAI)-program fikk en rask omvisning i SageMaker Studio Lab før de brukte det i et 5-timers hackathon for å bruke det de lærte i en virkelig situasjon. Vi forventet at studentene naturlig ville treffe noen hindringer i løpet av den svært korte tidsperioden. I stedet overgikk studentene våre forventninger ved å ikke bare fullføre alle prosjektene, men også gi veldig gode presentasjoner der de viste frem fascinerende løsninger på viktige problemer i den virkelige verden.»

—Mohammed Alam, nestleder for MSAI-programmet ved Northwestern University

Kom i gang med SageMaker Studio Lab

SageMaker Studio Lab er et flott inngangspunkt for alle som er interessert i å lære mer om ML og datavitenskap. Amazon fortsetter å investere i denne gratistjenesten, så vel som andre treningsmidler og stipendprogrammer, for å gjøre ML tilgjengelig for alle.

Kom i gang med SageMaker Studio Lab i dag!

---

Om forfatteren

Michele Monclova er hovedproduktsjef hos AWS på SageMaker-teamet. Hun er en innfødt New Yorker og Silicon Valley-veteran. Hun brenner for innovasjoner som forbedrer livskvaliteten vår.