Amazon SageMaker Studio Lab tiếp tục dân chủ hóa ML với nhiều quy mô và chức năng hơn

Để giúp máy học (ML) dễ tiếp cận hơn, Amazon đã ra mắt Phòng thí nghiệm Amazon SageMaker Studio tại AWS re: Invent 2021. Ngày nay, hàng chục nghìn khách hàng sử dụng nó mỗi ngày để tìm hiểu và thử nghiệm miễn phí với ML. Chúng tôi đã làm cho việc bắt đầu trở nên đơn giản chỉ với một địa chỉ email mà không cần cài đặt, thiết lập, thẻ tín dụng hoặc tài khoản AWS.

Phòng thí nghiệm SageMaker Studio tạo được tiếng vang với những khách hàng muốn học trong môi trường không chính thức hoặc trang trọng, như được chỉ ra bởi một cuộc khảo sát gần đây cho thấy 49% cơ sở khách hàng hiện tại của chúng tôi đang tự học, trong khi 21% đang tham gia một lớp học ML chính thức. Các cơ sở đào tạo đại học đã bắt đầu áp dụng nó, vì nó giúp họ dạy các nguyên tắc cơ bản về ML ngoài sổ ghi chép, như quản lý môi trường và tài nguyên, là những lĩnh vực quan trọng để các dự án ML thành công. Các đối tác doanh nghiệp như Hugging Face, Snowflake và Roboflow đang sử dụng SageMaker Studio Lab để giới thiệu khả năng ML của riêng họ.

Trong bài đăng này, chúng tôi thảo luận về các tính năng mới trong Phòng thí nghiệm SageMaker Studio và chia sẻ một số câu chuyện thành công của khách hàng.

Các tính năng mới trong SageMaker Studio Lab

Chúng tôi đã tiếp tục phát triển các tính năng và cơ chế mới để làm hài lòng, bảo vệ và kích hoạt cộng đồng ML của chúng tôi. Dưới đây là những cải tiến mới nhất:

• Để bảo vệ dung lượng CPU và GPU khỏi khả năng lạm dụng sử dụng, chúng tôi đã khởi chạy quy trình xác minh 2 bước, tăng quy mô cộng đồng mà chúng tôi có thể phục vụ. Trong tương lai, mọi khách hàng được yêu cầu liên kết tài khoản của họ với một số điện thoại di động.
• Vào tháng 2022 năm XNUMX, chúng tôi đã triển khai tính năng phê duyệt tài khoản tự động, cho phép bạn có được tài khoản SageMaker Studio Lab trong vòng chưa đầy một ngày.
• Chúng tôi đã tăng gấp ba dung lượng cho GPU và CPU, cho phép hầu hết khách hàng của chúng tôi có được phiên bản khi họ cần.
• Một chế độ an toàn đã được giới thiệu để giúp bạn tiến lên nếu môi trường của bạn trở nên không ổn định. Mặc dù điều này hiếm khi xảy ra, nhưng nó thường xảy ra khi khách hàng vượt quá giới hạn bộ nhớ của họ.
• Chúng tôi đã thêm hỗ trợ cho tiện ích mở rộng Juptyer-LSP (Giao thức máy chủ ngôn ngữ), cung cấp cho bạn chức năng hoàn thành mã. Lưu ý rằng nếu bạn có tài khoản của mình trước tháng 2022 năm XNUMX, bạn có thể có được chức năng này bằng cách làm theo một số hướng dẫn đơn giản (xem Câu Hỏi Thường Gặp để biết chi tiết).

Câu chuyện thành công của khách hàng

Chúng tôi tiếp tục bị khách hàng ám ảnh, cung cấp các tính năng quan trọng cho khách hàng dựa trên phản hồi của họ. Dưới đây là một số điểm nổi bật từ các tổ chức và đối tác chính:

“Phòng thí nghiệm SageMaker Studio giải quyết một vấn đề thực tế trong lớp học ở chỗ nó cung cấp giải pháp Jupyter được lưu trữ trên máy chủ công nghiệp với GPU vượt xa chỉ một máy tính xách tay được lưu trữ. Khả năng thêm gói, cấu hình môi trường và mở thiết bị đầu cuối đã mở ra nhiều cơ hội học tập mới cho sinh viên. Cuối cùng, việc tinh chỉnh các mô hình Khuôn mặt ôm với GPU mạnh mẽ đã là một quy trình làm việc mới nổi tuyệt vời để giới thiệu cho sinh viên. LLM (các mô hình ngôn ngữ lớn) là tương lai của AI và SageMaker Studio Lab đã cho phép tôi dạy về tương lai của AI. ”

—Noah Gift, Giám đốc điều hành tại Căn hộ Duke MIDS (Khoa học Dữ liệu)

“SageMaker Studio Lab đã được nhóm của tôi sử dụng kể từ khi nó ở giai đoạn thử nghiệm vì nó mang lại trải nghiệm mạnh mẽ cho các nhà phát triển ML. Nó tích hợp dễ dàng với Snowpark, khung nhà phát triển của Snowflake, để cung cấp giao diện máy tính xách tay dễ bắt đầu cho các nhà phát triển Snowflake Python. Tôi đã sử dụng nó cho nhiều bản demo với khách hàng và đối tác và phản hồi rất thuận lợi. ”

—Eda Johnson, Giám đốc Giải pháp Ngành Đối tác tại Snowflake

“Roboflow trao quyền cho các nhà phát triển xây dựng các ứng dụng thị giác máy tính của riêng họ, bất kể kỹ năng hay kinh nghiệm của họ. Với SageMaker Studio Lab, cộng đồng lớn các nhà phát triển thị giác máy tính của chúng tôi có thể truy cập các mô hình và dữ liệu của chúng tôi trong một môi trường gần giống với JupyterLab địa phương, đó là điều họ quen thuộc nhất. Việc lưu trữ liên tục của SageMaker Studio Lab là một yếu tố thay đổi trò chơi, vì bạn không cần phải bắt đầu lại từ đầu cho mỗi phiên người dùng. SageMaker Studio Lab cá nhân đã trở thành nền tảng máy tính xách tay mà tôi lựa chọn. ”

—Mark McQuade, Kỹ thuật hiện trường tại Roboflow

“RPI sở hữu một trong những siêu máy tính mạnh nhất trên thế giới, nhưng nó (AiMOS) có một đường cong học tập khó khăn. Chúng tôi cần một cách để sinh viên của chúng tôi bắt đầu một cách hiệu quả và tiết kiệm. Giao diện trực quan của SageMaker Studio Lab cho phép sinh viên của chúng tôi bắt đầu nhanh chóng và cung cấp GPU mạnh mẽ, cho phép họ làm việc với các mô hình học sâu phức tạp cho các dự án capstone của họ. ”

—Mohammed J. Zaki, Giáo sư Khoa học Máy tính tại Học viện Bách khoa Rensselaer

“Tôi sử dụng SageMaker Studio Lab trong các khóa học máy cơ bản và các khóa học liên quan đến Python được thiết kế để cung cấp cho sinh viên nền tảng vững chắc về nhiều công nghệ đám mây. Studio Lab cho phép sinh viên của chúng tôi có được trải nghiệm thực tế với các dự án khoa học dữ liệu trong thế giới thực mà họ không phải sa lầy vào các thiết lập hoặc cấu hình. Không giống như các nhà cung cấp khác, nó là một máy Linux dành cho sinh viên, và sinh viên có thể thực hiện nhiều bài tập viết mã hơn nhiều! ”

—Cyrus Wong, Giảng viên cao cấp, Bằng cấp cao hơn về Quản trị Trung tâm Dữ liệu và Đám mây tại Sở Công nghệ Thông tin, IVE (LWL)

“Sinh viên trong chương trình Thạc sĩ Khoa học về Trí tuệ Nhân tạo (MSAI) của Northwestern Engineering đã được tham quan nhanh Phòng thí nghiệm SageMaker Studio trước khi sử dụng nó trong một cuộc thi hackathon kéo dài 5 giờ để áp dụng những gì họ học được vào tình huống thực tế. Chúng tôi hy vọng các học sinh sẽ tự nhiên gặp phải một số chướng ngại vật trong khoảng thời gian rất ngắn. Thay vào đó, các sinh viên đã vượt quá mong đợi của chúng tôi khi không chỉ hoàn thành tất cả các dự án mà còn có những bài thuyết trình rất hay, trong đó họ đưa ra các giải pháp hấp dẫn cho các vấn đề quan trọng trong thế giới thực. ”

—Mohammed Alam, Phó Giám đốc chương trình MSAI tại Đại học Northwestern

Bắt đầu với SageMaker Studio Lab

SageMaker Studio Lab là một điểm vào tuyệt vời cho bất kỳ ai quan tâm đến việc tìm hiểu thêm về ML và khoa học dữ liệu. Amazon tiếp tục đầu tư vào dịch vụ miễn phí này, cũng như các tài sản đào tạo và chương trình học bổng khác, để làm cho ML có thể tiếp cận được với tất cả mọi người.

Bắt đầu với Phòng thí nghiệm SageMaker Studio ngày hôm nay!

---

Giới thiệu về tác giả

Michele Monclova là giám đốc sản phẩm chính tại AWS trong nhóm SageMaker. Cô ấy là một người New York bản địa và cựu chiến binh Thung lũng Silicon. Cô ấy đam mê những đổi mới giúp cải thiện chất lượng cuộc sống của chúng ta.