Amazon SageMaker Studio Lab kontynuuje demokratyzację ML z większą skalą i funkcjonalnością

Aby uczynić uczenie maszynowe (ML) bardziej dostępnym, Amazon uruchomił Laboratorium Amazon SageMaker Studio w AWS re:Invent 2021. Dziś dziesiątki tysięcy klientów używa go codziennie, aby bezpłatnie uczyć się i eksperymentować z ML. Ułatwiliśmy rozpoczęcie pracy za pomocą samego adresu e-mail, bez potrzeby instalacji, konfiguracji, kart kredytowych lub konta AWS.

SageMaker Studio Lab rezonuje z klientami, którzy chcą uczyć się w nieformalnym lub formalnym otoczeniu, jak wskazuje niedawna ankieta, która sugeruje, że 49% naszej obecnej bazy klientów uczy się samodzielnie, podczas gdy 21% uczęszcza na formalne zajęcia ML. Instytucje szkolnictwa wyższego zaczęły go stosować, ponieważ pomaga im uczyć podstaw ML poza notebookiem, takich jak zarządzanie środowiskiem i zasobami, które są kluczowymi obszarami dla udanych projektów ML. Partnerzy korporacyjni, tacy jak Hugging Face, Snowflake i Roboflow, używają SageMaker Studio Lab do zaprezentowania własnych możliwości uczenia maszynowego.

W tym poście omawiamy nowe funkcje w SageMaker Studio Lab i dzielimy się kilkoma historiami sukcesu klientów.

Nowe funkcje w SageMaker Studio Lab

Nieustannie rozwijamy nowe funkcje i mechanizmy, aby zachwycać, chronić i wspierać naszą społeczność ML. Oto najnowsze ulepszenia:

• Aby zabezpieczyć procesor i kartę graficzną przed potencjalnymi nadużyciami, uruchomiliśmy weryfikację dwuetapową, zwiększając rozmiar społeczności, której możemy służyć. W przyszłości każdy klient będzie zobowiązany do powiązania swojego konta z numerem telefonu komórkowego.
• W październiku 2022 r. wprowadziliśmy automatyczne zatwierdzanie kont, dzięki czemu możesz uzyskać konto SageMaker Studio Lab w mniej niż jeden dzień.
• Potroiliśmy pojemność procesora graficznego i procesora, umożliwiając większości naszych klientów uzyskanie instancji, gdy jej potrzebują.
• Wprowadzono tryb bezpieczny, aby pomóc Ci iść do przodu, jeśli Twoje środowisko stanie się niestabilne. Chociaż zdarza się to rzadko, zwykle dzieje się tak, gdy klienci przekraczają limity pamięci.
• Dodaliśmy obsługę rozszerzenia Juptyer-LSP (Language Server Protocol), zapewniając funkcjonalność uzupełniania kodu. Pamiętaj, że jeśli masz konto przed listopadem 2022 r., możesz uzyskać tę funkcję, wykonując kilka prostych instrukcji (patrz FAQ dla szczegółów).

Historie sukcesu klientów

Nadal mamy obsesję na punkcie klientów, oferując klientom ważne funkcje w oparciu o ich opinie. Oto kilka najważniejszych informacji od kluczowych instytucji i partnerów:

„SageMaker Studio Lab rozwiązuje prawdziwy problem w klasie, dostarczając hostowane rozwiązanie Jupyter o wytrzymałości przemysłowej z procesorem graficznym, które wykracza poza sam hostowany notebook. Możliwość dodawania pakietów, konfigurowania środowiska i otwierania terminala otworzyła przed studentami wiele nowych możliwości uczenia się. Wreszcie, dostrajanie modeli Hugging Face za pomocą potężnych procesorów graficznych to niesamowity, rozwijający się przepływ pracy, który można zaprezentować studentom. LLM (duże modele językowe) to przyszłość sztucznej inteligencji, a SageMaker Studio Lab umożliwiło mi nauczanie przyszłości sztucznej inteligencji”.

—Noah Gift, dyrektor w rezydencji w Duke MIDS (nauka o danych)

„SageMaker Studio Lab był używany przez mój zespół od czasu, gdy był w wersji beta, ze względu na jego potężne doświadczenie dla programistów ML. Bezproblemowo integruje się z Snowpark, platformą programistyczną Snowflake, aby zapewnić łatwy do uruchomienia interfejs notatnika dla programistów Snowflake Python. Używałem go do wielu demonstracji z klientami i partnerami, a reakcja była zdecydowanie pozytywna”.

—Eda Johnson, kierownik ds. rozwiązań branżowych dla partnerów w firmie Snowflake

„Roboflow umożliwia programistom tworzenie własnych aplikacji do widzenia komputerowego, bez względu na ich umiejętności czy doświadczenie. Dzięki SageMaker Studio Lab nasza duża społeczność twórców wizji komputerowych może uzyskać dostęp do naszych modeli i danych w środowisku, które bardzo przypomina lokalne JupyterLab, do którego są najbardziej przyzwyczajeni. Trwała pamięć masowa SageMaker Studio Lab zmienia zasady gry, ponieważ nie trzeba zaczynać od początku każdej sesji użytkownika. SageMaker Studio Lab osobiście stało się moją ulubioną platformą do notebooków”.

—Mark McQuade, inżynier terenowy w firmie Roboflow

„RPI jest właścicielem jednego z najpotężniejszych superkomputerów na świecie, ale (AiMOS) ma stromą krzywą uczenia się. Potrzebowaliśmy sposobu, aby nasi uczniowie mogli zacząć skutecznie i oszczędnie. Intuicyjny interfejs SageMaker Studio Lab umożliwił naszym studentom szybkie rozpoczęcie pracy i zapewnił potężny procesor GPU, umożliwiając im pracę ze złożonymi modelami głębokiego uczenia się w ich projektach zwieńczenia”.

—Mohammed J. Zaki, profesor informatyki w Rensselaer Polytechnic Institute

„Używam SageMaker Studio Lab w podstawowych kursach uczenia maszynowego i związanych z Pythonem, które mają zapewnić uczniom solidne podstawy w wielu technologiach chmurowych. Studio Lab umożliwia naszym studentom zdobycie praktycznego doświadczenia w rzeczywistych projektach z zakresu analizy danych, bez konieczności ugrzęźnięcia w ustawieniach lub konfiguracjach. W przeciwieństwie do innych dostawców jest to maszyna linuksowa dla studentów, a studenci mogą wykonywać znacznie więcej ćwiczeń z kodowania!”

— Cyrus Wong, starszy wykładowca, Higher Diploma in Cloud and Data Center Administration w Departamencie Informatyki, IVE (LWL)

„Studenci programu Master of Science in Artificial Intelligence (MSAI) Northwestern Engineering otrzymali krótką wycieczkę po laboratorium SageMaker Studio Lab, zanim wykorzystali go w 5-godzinnym hackathonie, aby zastosować to, czego się nauczyli w rzeczywistych sytuacjach. Spodziewaliśmy się, że w bardzo krótkim czasie uczniowie w naturalny sposób natrafią na przeszkody. Zamiast tego studenci przeszli nasze oczekiwania, nie tylko realizując wszystkie projekty, ale także dając bardzo dobre prezentacje, w których przedstawiali fascynujące rozwiązania ważnych problemów w świecie rzeczywistym”.

—Mohammed Alam, zastępca dyrektora programu MSAI na Northwestern University

Zacznij korzystać z SageMaker Studio Lab

SageMaker Studio Lab to świetny punkt wyjścia dla każdego, kto chce dowiedzieć się więcej na temat uczenia maszynowego i nauki o danych. Amazon nadal inwestuje w tę bezpłatną usługę, a także w inne zasoby szkoleniowe i programy stypendialne, aby ML była dostępna dla wszystkich.

Zacznij od Laboratorium studyjne SageMaker dzisiaj!

---

O autorze

Michele Monclova jest głównym menedżerem produktu w AWS w zespole SageMaker. Jest rodowitym nowojorczykiem i weteranem Doliny Krzemowej. Pasjonuje się innowacjami, które poprawiają jakość naszego życia.