AI 技术风向标 | 2021 re:Invent 最全 Amazon SageMaker 发布汇总

刚刚在拉斯维加斯落下帷幕的2021亚马逊云科技 re:Invent 全球大会，全球云计算爱好者都体验了一场技术盛宴。

在这场盛会中，“人工智能”再一次领衔主演。这种对人的意识和思维过程的模拟，利用机器学习和数据分析方法赋予机器类人的科学，将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。

据 Sage 预测，到2030年人工智能的出现将为全球 GDP 带来额外14%的提升，相当于15.7万亿美元的增长。而利用云计算的能力让人工智能的数据汇聚更加便捷、模型训练快速部署、模型服务快速落地，甚至让智能应用更加智能，已经成为了人们关注的要点。也就是所谓的 AI Engineering——人工智能工程化。“AI Engineering” 也是2021年 Gartner 十大重要战略科技趋势预测之一。

而亚马逊云科技在人工智能领域的头部产品 Amazon SageMaker 的就是在这个领域的高端玩家。此次，亚马逊云科技 re:Invent 全球大会陆续发布了数个新的 Amazon SageMaker 功能，使机器学习（ML）能够为新类型的用户提供访问，同时继续提高数据科学家和 ML 专家的性能并降低成本。

在这篇文章中，我们将这些信息以及资源进行摘要，供您更准确地了解到人工智能行业的重要产品及其发展方向与技术的未来展望。

ML for all —— 让所有人可以使用机器学习

随着 ML 应用的增长，对 ML 技能的需求也越来越高。为了帮助满足这一不断增长的需求，亚马逊云科技希望企业在未来将 ML 的范围从数据科学家和开发人员扩展到更广泛的业务用户社区，包括支持财务、营销、运营和人力资源团队的业务线分析师。为此，亚马逊云科技新任 CEO——Adam  Selipsky 在自己的主题演讲中发布了 Amazon SageMaker Canvas。

这是一款通过为业务分析师提供的一个可视化点击界面来实现机器学习。该界面允许他们自己生成准确的 ML 预测，而无需任何 ML 经验或编写一行代码。并且，对外提供为期两个月的免费试用，最多可训练10个 ML 模型和100万单元格的免费数据空间。

大规模处理结构化和非结构化数据

随着越来越多的人开始在日常工作中使用人工智能，对训练数据集进行标记的需求越来越大，数据科学团队也无法满足日益增长的需求，甚至很多公司已经开始培养专门的数据标注团队。为此，亚马逊云科技发布了 Amazon SageMaker Ground Truth Plus，使您可以轻松创建高质量的训练数据集，而无需自行构建数据标注应用与管理数据标注工作人员。

Amazon SageMaker Ground Truth Plus 提供了一支经过ML训练的专家队伍，可以帮助满足您的数据安全、隐私和法规遵从性要求。只需上传您的数据，Amazon SageMaker Ground Truth Plus 即可创建数据标签工作流并代表您管理工作流。

优化构建、训练和部署 ML 模型的性能和成本

我们在持续的使数据科学家和开发人员准备数据、构建、训练和部署 ML 模型变得更容易、成本更低。

首先，为了构建 ML 模型，我们发布了对 Amazon SageMaker Studio 的功能增强，以便您现在可以在一个统一的 Notebook 中进行数据处理、分析和 ML 工作流。通过这个通用 Notebook 您可以访问各种数据源，并为各种数据工作负载的任何转换编写代码。

除了加快模型训练速度外，亚马逊云科技还推出了一款新的编译器 Amazon SageMaker Training Compiler，它可以通过图形和内核级优化将训练速度提高50%，从而更有效地使用 GPU。Amazon SageMaker Training Compiler 与Amazon SageMaker 中的 TensorFlow 和 PyTorch 版本集成。因此，您可以在这些流行框架中以最少的代码更改来加速训练。

最后，对于推理，亚马逊云科技还宣布了两个 Amazon SageMaker 的特性以减少推理成本。Amazon SageMaker Serverless Inference(预览版）允许您在按用量付费的定价模型上部署ML模型，而无需担心服务器或集群是否存在间歇性流量模式。此外，Amazon SageMaker Inference Recommender 推理推荐程序可帮助您选择最佳可用的计算实例和配置，以部署 ML 模型，从而获得最佳的推理性能和成本。

One more thing...

One more thing...一个免费、无需配置的 ML 服务 —— Amazon SageMaker Studio Lab（Preview）

Amazon SageMaker Studio Lab 是一项免费、无需配置的服务，允许开发者、学者和数据科学家动手实践机器学习。使用 Amazon SageMaker Studio Lab，客户将能够专注于实践机器学习与数据科学，而无需设置或配置任何环境与机器。

基于开源 JupterLab web 应用程序，您可以拥有一个完全开放的机器学习开发环境，能够利用各类主流框架，如Pytorch、TensorFlow、MxNet 或 Hugging Face，以及SciKitLearn、NumPy 和 Pandas 等库。Amazon SageMaker Studio Lab 具有自动保存功能，可以自动保存客户的用户会话，这样他们就可以在下次用户会话中继续进行。SageMaker Studio Lab 的其他好处是它与 Github 的集成，使用者能够使用 Jupyter 打开、查看、编辑和运行任何来自 Github 的项目代码，并与开源分布式版本控制系统 Git 集成。

四大亮点

无需注册云账号

只需要邮箱即可注册使用您的电子邮件地址注册 studiolab.sagemaker.aws 上的帐户，也不需要像云账号一样绑定信用卡。

提供限时免费 CPU、GPU 算力

对于复杂的算法，您可以选择使用12小时的 CPU session 运行 Notebook，对于深度学习（DL）架构，例如卷积神经网络（CNN）和递归神经网络（RNN），您可以选择使用4小时的 GPU session 运行 Notebook。总数没有限制，但无法同时进行两个以上的 session，上一个 session 结束，才可以开始新 session。

持久化存储

提供15GB免费的持久化存储。用来存储代码、模型、与训练数据。会话结束时，您的工作将自动保存在专用存储中。

集成的机器学习框架

为您的项目选择最佳的 Python 包管理器，如 Pip、Conda 或  Mamba。默认情况下，Amazon SageMaker Studio 实验室支持终端和 Git 命令行以及 GitHub 集成以进行协作。安装快速简单，无需配置即可运行 Jupyter Notebook。

★

扫描二维码 

 即刻登陆 Amazon SagemeMaker Studio 官网 

扫描上方二维码即刻注册

听说，点完下面4个按钮

就不会碰到bug了！