Amazon SageMaker Studio Lab ยังคงทำให้ ML เป็นประชาธิปไตยด้วยขนาดและฟังก์ชันที่มากขึ้น

เพื่อให้แมชชีนเลิร์นนิง (ML) เข้าถึงได้มากขึ้น Amazon จึงเปิดตัว ห้องปฏิบัติการ Amazon SageMaker Studio ที่ AWS re:Invent 2021 ปัจจุบัน ลูกค้าหลายหมื่นรายใช้งานทุกวันเพื่อเรียนรู้และทดลองใช้ ML ฟรี เราทำให้การเริ่มต้นใช้งานเป็นเรื่องง่ายด้วยที่อยู่อีเมล โดยไม่ต้องติดตั้ง ตั้งค่า บัตรเครดิต หรือบัญชี AWS

SageMaker Studio Lab โดนใจลูกค้าที่ต้องการเรียนรู้ทั้งในสภาพแวดล้อมที่ไม่เป็นทางการหรือไม่เป็นทางการ ดังที่ระบุโดยแบบสำรวจล่าสุดที่แนะนำว่า 49% ของฐานลูกค้าปัจจุบันของเรากำลังเรียนรู้ด้วยตัวเอง ในขณะที่ 21% กำลังเรียนคลาส ML ที่เป็นทางการ สถาบันการเรียนรู้ระดับอุดมศึกษาเริ่มนำระบบนี้มาใช้ เพราะช่วยให้พวกเขาสอนพื้นฐาน ML ที่นอกเหนือไปจากสมุดบันทึก เช่น การจัดการสิ่งแวดล้อมและทรัพยากร ซึ่งเป็นพื้นที่สำคัญสำหรับโปรเจกต์ ML ที่ประสบความสำเร็จ พันธมิตรระดับองค์กร เช่น Hugging Face, Snowflake และ Roboflow กำลังใช้ SageMaker Studio Lab เพื่อแสดงความสามารถด้าน ML ของตนเอง

ในโพสต์นี้ เราจะพูดถึงคุณลักษณะใหม่ๆ ใน SageMaker Studio Lab และแบ่งปันเรื่องราวความสำเร็จของลูกค้า

คุณสมบัติใหม่ใน SageMaker Studio Lab

เราได้พัฒนาฟีเจอร์และกลไกใหม่ๆ อย่างต่อเนื่องเพื่อสร้างความพึงพอใจ ปกป้อง และเปิดใช้งานชุมชน ML ของเรา นี่คือการปรับปรุงล่าสุด:

• เพื่อปกป้องความจุของ CPU และ GPU จากการละเมิดการใช้งานที่อาจเกิดขึ้น เราได้เปิดตัวการยืนยันแบบ 2 ขั้นตอน ซึ่งเป็นการเพิ่มขนาดของชุมชนที่เราสามารถให้บริการได้ นับจากนี้ ลูกค้าทุกรายจะต้องเชื่อมโยงบัญชีของตนกับหมายเลขโทรศัพท์มือถือ
• ในเดือนตุลาคม 2022 เราเปิดตัวการอนุมัติบัญชีอัตโนมัติ ทำให้คุณได้รับบัญชี SageMaker Studio Lab ในเวลาน้อยกว่าหนึ่งวัน
• เราเพิ่มความจุสามเท่าสำหรับ GPU และ CPU ทำให้ลูกค้าส่วนใหญ่ของเราได้รับอินสแตนซ์เมื่อต้องการ
• มีการแนะนำโหมดปลอดภัยเพื่อช่วยให้คุณก้าวไปข้างหน้าหากสภาพแวดล้อมของคุณไม่เสถียร แม้ว่าสิ่งนี้จะเกิดขึ้นได้ยาก แต่โดยทั่วไปจะเกิดขึ้นเมื่อลูกค้าใช้พื้นที่เก็บข้อมูลเกินขีดจำกัด
• เราได้เพิ่มการรองรับส่วนขยายของ Juppyer-LSP (Language Server Protocol) ซึ่งมอบฟังก์ชันการเติมโค้ดให้กับคุณ โปรดทราบว่าหากคุณได้รับบัญชีก่อนเดือนพฤศจิกายน 2022 คุณสามารถใช้ฟังก์ชันนี้ได้โดยทำตามคำแนะนำง่ายๆ ไม่กี่ข้อ (ดู คำถามที่พบบ่อย สำหรับรายละเอียด)

เรื่องราวความสำเร็จของลูกค้า

เรายังคงให้ความสำคัญกับลูกค้า โดยนำเสนอคุณสมบัติที่สำคัญแก่ลูกค้าตามความคิดเห็นของพวกเขา นี่คือไฮไลท์บางส่วนจากสถาบันและพันธมิตรที่สำคัญ:

“SageMaker Studio Lab แก้ปัญหาจริงในห้องเรียนโดยนำเสนอโซลูชัน Jupyter ที่โฮสต์ด้วยความแข็งแกร่งระดับอุตสาหกรรมพร้อม GPU ที่นอกเหนือไปจากแค่โฮสต์โน้ตบุ๊กเพียงอย่างเดียว ความสามารถในการเพิ่มแพ็คเกจ กำหนดค่าสภาพแวดล้อม และเปิดเทอร์มินัลได้เปิดโอกาสการเรียนรู้ใหม่ ๆ มากมายสำหรับนักเรียน สุดท้ายนี้ การปรับโมเดล Hugging Face อย่างละเอียดด้วย GPU อันทรงพลังเป็นเวิร์กโฟลว์ที่เกิดขึ้นใหม่ที่น่าทึ่งในการนำเสนอแก่นักเรียน LLM (โมเดลภาษาขนาดใหญ่) เป็นอนาคตของ AI และ SageMaker Studio Lab ช่วยให้ฉันสามารถสอนอนาคตของ AI ได้”

—Noah Gift ผู้บริหารในที่พักที่ Duke MIDS (Data Science)

“ทีมของฉันใช้ SageMaker Studio Lab ตั้งแต่ยังเป็นรุ่นเบต้า เนื่องจากมีประสบการณ์อันทรงพลังสำหรับนักพัฒนา ML ทำงานร่วมกับ Snowpark ซึ่งเป็นเฟรมเวิร์กสำหรับนักพัฒนาของ Snowflake ได้อย่างง่ายดาย เพื่อให้อินเทอร์เฟซโน้ตบุ๊กที่เริ่มต้นใช้งานได้ง่ายสำหรับนักพัฒนา Snowflake Python ฉันใช้มันสำหรับการสาธิตหลายครั้งกับลูกค้าและคู่ค้า และผลตอบรับก็ออกมาดีอย่างท่วมท้น”

—เอดา จอห์นสัน ผู้จัดการฝ่ายโซลูชันอุตสาหกรรมคู่ค้าของ Snowflake

“Roboflow ช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชันการมองเห็นด้วยคอมพิวเตอร์ของตนเองได้ ไม่ว่าพวกเขาจะมีทักษะหรือประสบการณ์ใดก็ตาม ด้วย SageMaker Studio Lab ชุมชนนักพัฒนาคอมพิวเตอร์วิทัศน์ขนาดใหญ่ของเราสามารถเข้าถึงโมเดลและข้อมูลของเราในสภาพแวดล้อมที่ใกล้เคียงกับ JupyterLab ในท้องถิ่น ซึ่งเป็นสิ่งที่พวกเขาคุ้นเคยมากที่สุด พื้นที่จัดเก็บข้อมูลแบบถาวรของ SageMaker Studio Lab เป็นตัวเปลี่ยนเกม เนื่องจากคุณไม่จำเป็นต้องเริ่มตั้งแต่ต้นสำหรับแต่ละเซสชันของผู้ใช้ SageMaker Studio Lab ได้กลายเป็นแพลตฟอร์มโน้ตบุ๊กที่ฉันเลือกเป็นการส่วนตัว”

—Mark McQuade วิศวกรรมภาคสนามที่ Roboflow

“ RPI เป็นเจ้าของซูเปอร์คอมพิวเตอร์ที่ทรงพลังที่สุดในโลก แต่ (AiMOS) มีช่วงการเรียนรู้ที่สูงชัน เราต้องการวิธีให้นักเรียนของเราเริ่มต้นอย่างมีประสิทธิภาพและประหยัด อินเทอร์เฟซที่ใช้งานง่ายของ SageMaker Studio Lab ช่วยให้นักเรียนของเราเริ่มต้นได้อย่างรวดเร็ว และมอบ GPU อันทรงพลัง ทำให้พวกเขาทำงานกับโมเดลการเรียนรู้เชิงลึกที่ซับซ้อนสำหรับโครงการหลักของพวกเขาได้”

—Mohammed J. Zaki ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ที่ Rensselaer Polytechnic Institute

“ฉันใช้ SageMaker Studio Lab ในการเรียนรู้ของเครื่องขั้นพื้นฐานและหลักสูตรที่เกี่ยวข้องกับ Python ที่ออกแบบมาเพื่อให้นักเรียนมีพื้นฐานที่มั่นคงในเทคโนโลยีคลาวด์จำนวนมาก Studio Lab ช่วยให้นักเรียนของเราได้สัมผัสประสบการณ์จริงกับโครงการวิทยาศาสตร์ข้อมูลในโลกแห่งความเป็นจริง โดยที่พวกเขาไม่ต้องยุ่งยากกับการตั้งค่าหรือการกำหนดค่า ไม่เหมือนกับผู้จำหน่ายรายอื่น เนื่องจากเป็นเครื่อง Linux สำหรับนักเรียน และนักเรียนสามารถฝึกเขียนโค้ดได้มากกว่าเดิม!”

—ไซรัส หว่อง อาจารย์อาวุโส ประกาศนียบัตรชั้นสูงด้านการจัดการระบบคลาวด์และศูนย์ข้อมูลที่ภาควิชาเทคโนโลยีสารสนเทศ IVE (LWL)

“นักศึกษาในโปรแกรมวิทยาศาสตรมหาบัณฑิตสาขาปัญญาประดิษฐ์ (MSAI) ของ Northwestern Engineering จะได้รับชม SageMaker Studio Lab อย่างรวดเร็วก่อนที่จะใช้งานในแฮ็กกาธอน 5 ชั่วโมงเพื่อนำสิ่งที่เรียนรู้ไปใช้ในสถานการณ์จริง เราคาดว่านักเรียนจะชนสิ่งกีดขวางตามธรรมชาติในช่วงเวลาสั้นๆ นักเรียนทำได้เกินความคาดหมายของเราโดยไม่เพียงแต่ทำโปรเจกต์ให้เสร็จเท่านั้น แต่ยังนำเสนอการนำเสนอที่ดีมากซึ่งพวกเขาได้แสดงวิธีแก้ปัญหาที่น่าสนใจสำหรับปัญหาที่สำคัญในโลกแห่งความเป็นจริง”

—Mohammed Alam รองผู้อำนวยการโครงการ MSAI ที่ Northwestern University

เริ่มต้นใช้งาน SageMaker Studio Lab

SageMaker Studio Lab เป็นจุดเริ่มต้นที่ยอดเยี่ยมสำหรับทุกคนที่สนใจเรียนรู้เพิ่มเติมเกี่ยวกับ ML และวิทยาศาสตร์ข้อมูล Amazon ยังคงลงทุนในบริการฟรีนี้ รวมไปถึงสินทรัพย์การฝึกอบรมอื่นๆ และโครงการทุนการศึกษา เพื่อให้ทุกคนสามารถเข้าถึง ML ได้

เริ่มต้นด้วย SageMaker สตูดิโอแล็บ วันนี้!

---

เกี่ยวกับผู้เขียน

มิเชล มอนโคลวา เป็นผู้จัดการผลิตภัณฑ์หลักที่ AWS ในทีม SageMaker เธอเป็นชาวนิวยอร์กโดยกำเนิดและมีประสบการณ์ในซิลิคอนแวลลีย์ เธอหลงใหลในนวัตกรรมที่ช่วยปรับปรุงคุณภาพชีวิตของเรา