Amazon SageMaker

AWS SageMaker革新：一站式AI模型开发与部署新纪元

亚马逊云计算部门AWS宣布了SageMaker的革新，SageMaker Unified Studio的推出，标志着AI模型的创建、训练和部署迈入了一个新的时代。SageMaker Unified Studio是一个集中的平台，用于在组织内查找和使用数据。它整合了来自其他AWS服务的工具，包括现有的SageMaker Studio，帮助客户发现、准备和处理数据以构建模型。

AWS数据和AI副总裁Swami Sivasubramanian表示：”我们正在看到分析和AI的融合，客户以越来越相互连接的方式使用数据。SageMaker的下一代将能力整合在一起，为客户提供数据处理、机器学习模型开发和训练以及生成性AI所需的所有工具，直接在SageMaker内。” 使用SageMaker Unified Studio，客户可以发布和共享数据、模型、应用和其他工件与团队成员或更广泛的组织。该服务暴露了数据安全控制和可调整的权限，以及与AWS的Bedrock模型开发平台的集成。

AI内置于SageMaker Unified Studio中——具体来说，是Q Developer，亚马逊的编码聊天机器人。在SageMaker Unified Studio中，Q Developer可以回答诸如“我应该使用哪些数据来更好地了解产品销售情况？”或“生成SQL以按产品类别计算总收入”等问题。AWS在一篇博客文章中解释说：”Q Developer可以支持开发任务，如数据发现、编码、SQL生成和数据集成”在SageMaker Unified Studio中。

除了SageMaker Unified Studio，AWS还推出了两个小型的SageMaker产品家族新成员：SageMaker Catalog和SageMaker Lakehouse。SageMaker Catalog允许管理员使用单一权限模型和细粒度控制来定义和实施对SageMaker中的AI应用、模型、工具和数据的访问策略。同时，SageMaker Lakehouse提供了从SageMaker和其他工具到存储在AWS数据湖、数据仓库和企业应用中的数据的连接。AWS表示，SageMaker Lakehouse与任何与Apache Iceberg标准兼容的工具一起工作——Apache Iceberg是用于大型分析表的开源格式。管理员可以在整个SageMaker Lakehouse接触的所有分析和AI工具中应用访问控制。

在相关的发展中，由于新的集成，SageMaker现在应该能更好地与软件即服务应用一起工作。SageMaker客户可以访问来自Zendesk和SAP等应用的数据，而无需先提取、转换和加载数据。AWS写道：”客户可能在多个数据湖以及数据仓库中拥有数据，并希望以简单的方式统一所有这些数据。现在，客户可以使用他们喜欢的分析和机器学习工具在他们的数据上，无论数据如何以及在哪里物理存储，以支持SQL分析、即席查询、数据科学、机器学习和生成性AI等用例。”