A AWS posicionada na categoria Líderes no IDC MarketScape 2022 para APEJ AI Life-Cycle Software Tools and Platforms Vendor Assessment

A recém-publicada IDC MarketScape: Asia/Pacific (Excluding Japan) AI Life-Cycle Software Tools and Platforms 2022 Vendor Assessment posiciona a AWS na categoria Líderes. Esta foi a primeira e única avaliação de analista específica da APEJ focada no software de ciclo de vida de IA da IDC. Os fornecedores avaliados para este MarketScape oferecem várias ferramentas de software necessárias para dar suporte ao desenvolvimento de modelo de aprendizado de máquina (ML) de ponta a ponta, incluindo preparação de dados, construção e treinamento de modelo, operação de modelo, avaliação, implantação e monitoramento. As ferramentas são normalmente usadas por cientistas de dados e desenvolvedores de ML desde a experimentação até a implantação de produção de soluções de IA e ML.

As ferramentas de ciclo de vida de IA são essenciais para produzir soluções de IA/ML. Eles vão alguns passos além da experimentação de AI/ML: para obter implantação em qualquer lugar, desempenho em escala, otimização de custos e, cada vez mais importante, oferecer suporte ao gerenciamento sistemático de risco de modelo - explicabilidade, robustez, desvio, proteção de privacidade e muito mais. As empresas precisam dessas ferramentas para liberar o valor dos ativos de dados corporativos em maior escala e velocidade.

Requisitos do fornecedor para o IDC MarketScape

Para ser considerado para o MarketScape, o fornecedor tinha que fornecer produtos de software para vários aspectos do processo de ML de ponta a ponta em unidades de manutenção de estoque de produtos (SKUs) independentes ou como parte de uma plataforma geral de software de IA. Os produtos deveriam ser baseados no próprio IP da empresa e os produtos deveriam ter gerado receita de licença de software ou receita de software baseada em consumo por pelo menos 12 meses na APEJ a partir de março de 2022. A empresa deveria estar entre os 15 principais fornecedores por as receitas relatadas de 2020–2021 na região APEJ, de acordo com o AI Software Tracker da IDC. A AWS atendeu aos critérios e foi avaliada pela IDC junto com outros oito fornecedores.

O resultado da avaliação abrangente da IDC foi publicado em outubro de 2022 no IDC MarketScape: Asia/Pacific (Excluding Japan) AI Life-Cycle Software Tools and Platforms 2022 Vendor Assessment. A AWS está posicionada na categoria Líderes com base nos recursos atuais. A estratégia da AWS é fazer investimentos contínuos em serviços de IA/ML para ajudar os clientes a inovar com IA e ML.

posição da AWS

“A AWS é colocada na categoria Líderes neste exercício, recebendo classificações mais altas em várias categorias de avaliação - a amplitude dos serviços de ferramentas fornecidos, opções para reduzir o custo de desempenho, qualidade do atendimento e suporte ao cliente e ritmo de inovação de produto, para citar um alguns."

– Jessie Danqing Cai, Diretora de Pesquisa Associada, Big Data & Analytics Practice, IDC Asia/Pacific.

O visual abaixo faz parte do MarketScape e mostra a posição da AWS avaliada por capacidades e estratégias.

O modelo de análise de fornecedores do IDC MarketScape é projetado para fornecer uma visão geral da aptidão competitiva dos fornecedores de TIC em um determinado mercado. A metodologia de pesquisa utiliza uma metodologia de pontuação rigorosa com base em critérios qualitativos e quantitativos que resulta em uma única ilustração gráfica da posição de cada fornecedor em um determinado mercado. A pontuação de Capacidades mede o produto do fornecedor, entrada no mercado e execução de negócios no curto prazo. A pontuação da Estratégia mede o alinhamento das estratégias do fornecedor com os requisitos do cliente em um período de 3 a 5 anos. A participação de mercado do fornecedor é representada pelo tamanho dos ícones.

Amazon SageMaker avaliado como parte do MarketScape

Como parte da avaliação, a IDC mergulhou fundo na Amazon Sage Maker capacidades. O SageMaker é um serviço totalmente gerenciado para criar, treinar e implantar modelos de ML para qualquer caso de uso com infraestrutura, ferramentas e fluxos de trabalho totalmente gerenciados. Desde o lançamento do SageMaker em 2017, mais de 250 capacidades e recursos foram lançados.

Profissionais de ML, como cientistas de dados, engenheiros de dados, analistas de negócios e profissionais de MLOps, usam o SageMaker para derrubar barreiras em cada etapa do fluxo de trabalho de ML por meio de sua escolha de ambientes de desenvolvimento integrado (IDEs) ou interfaces sem código. Começando com a preparação de dados, o SageMaker facilita o acesso, rotulagem e processamento de grandes quantidades de dados estruturados (dados tabulares) e dados não estruturados (foto, vídeo, geoespacial e áudio) para ML. Após a preparação dos dados, o SageMaker oferece notebooks totalmente gerenciados para construção de modelos e reduz o tempo de treinamento de horas para minutos com infraestrutura otimizada. O SageMaker facilita a implantação de modelos de ML para fazer previsões com o melhor desempenho de preço para qualquer caso de uso por meio de uma ampla seleção de infraestrutura de ML e opções de implantação de modelo. Por fim, as ferramentas MLOps no SageMaker ajudam você a dimensionar a implantação do modelo, reduzir os custos de inferência, gerenciar modelos com mais eficiência na produção e reduzir a carga operacional.

O MarketScape destaca três pontos fortes da AWS:

• Funcionalidade e oferta – O SageMaker fornece um conjunto amplo e profundo de ferramentas para preparação de dados, treinamento de modelo e implantação, incluindo silício criado pela AWS: Inferência da AWS para cargas de trabalho de inferência e Treinamento AWS para cargas de trabalho de treinamento. O SageMaker oferece suporte à explicabilidade do modelo e à detecção de viés por meio de Esclarecimento do Amazon SageMaker.
• Serviço de entrega – O SageMaker está disponível nativamente na AWS, a segunda maior plataforma de nuvem pública na região APEJ (com base no IDC Public Cloud Services Tracker, IaaS+PaaS, dados de 2021), com regiões no Japão, Austrália, Nova Zelândia, Cingapura, Índia, Indonésia , Coreia do Sul e Grande China. Zonas locais estão disponíveis para atender clientes nos países da ASEAN: Tailândia, Filipinas e Vietnã.
• Oportunidades de crescimento – A AWS contribui ativamente para projetos de código aberto, como o Gluon, e se envolve com desenvolvedores regionais e comunidades estudantis por meio de muitos eventos, cursos on-line e Laboratório de estúdio do Amazon SageMaker, um ambiente de notebook SageMaker gratuito.

SageMaker é lançado no re:Invent 2022

A inovação do SageMaker continuou no AWS re:Invent 2022, com oito novas capacidades. Os lançamentos incluíram três novos recursos para governança de modelo de ML. À medida que o número de modelos e usuários em uma organização aumenta, fica mais difícil definir controles de acesso com privilégios mínimos e estabelecer processos de governança para documentar as informações do modelo (por exemplo, conjuntos de dados de entrada, informações do ambiente de treinamento, descrição do uso do modelo e classificação de risco) . Depois que os modelos são implantados, os clientes também precisam monitorar o viés e o desvio de recursos para garantir que funcionem conforme o esperado. Um novo gerenciador de função, cartões de modelo e painel de modelo simplificam o controle de acesso e aprimoram a transparência para dar suporte Governança do modelo de ML.

Também houve três lançamentos relacionados a Estúdio Amazon SageMaker cadernos. Os notebooks do SageMaker Studio oferecem aos profissionais uma experiência de notebook totalmente gerenciada, desde a exploração de dados até a implantação. À medida que as equipes crescem em tamanho e complexidade, dezenas de profissionais podem precisar desenvolver modelos de forma colaborativa usando notebooks. A AWS continua a oferecer o melhor experiência com notebook para usuários, com o lançamento de três novos recursos que ajudam a coordenar e automatizar o código do notebook.

Para oferecer suporte à implantação do modelo, os novos recursos do SageMaker ajudam você a executar testes de sombra para avaliar um novo modelo de ML antes do lançamento da produção, testando seu desempenho em relação ao modelo atualmente implantado. teste de sombra pode ajudá-lo a detectar possíveis erros de configuração e problemas de desempenho antes que eles afetem os usuários finais.

Por fim, o SageMaker lançou o suporte para ML geoespacial, permitindo que cientistas de dados e engenheiros de ML criem, treinem e implantem facilmente modelos de ML usando dados geoespaciais. Você pode acessar fontes de dados geoespaciais, operações de processamento específicas, modelos de ML pré-treinados e ferramentas de visualização integradas para executar ML geoespacial mais rapidamente e em escala.

Hoje, dezenas de milhares de clientes usam o Amazon SageMaker para treinar modelos com bilhões de parâmetros e fazer mais de 1 trilhão de previsões por mês. Para saber mais sobre o SageMaker, visite o página da web e explore como infraestrutura, ferramentas e fluxos de trabalho totalmente gerenciados podem ajudá-lo a acelerar o desenvolvimento de modelos de ML.

---

Sobre o autor

Kimberly Madia é gerente de marketing de produto principal da AWS Machine Learning. Seu objetivo é tornar mais fácil para os clientes construir, treinar e implantar modelos de aprendizado de máquina usando o Amazon SageMaker. Para se divertir fora do trabalho, Kimberly gosta de cozinhar, ler e correr na trilha da Baía de São Francisco.

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• Platoblockchain. Inteligência Metaverso Web3. Conhecimento Ampliado. Acesse aqui.
• Fonte: 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/