「新しく進化したAmazon SageMaker Studioを体験してください」
「Amazon SageMaker Studioの新たな進化を体感してみませんか」
2019年に発売されたAmazon SageMakerスタジオは、データの準備、構築と実験、トレーニング、ホスティング、監視まで、エンドツーエンドの機械学習（ML）ワークフローを1つの場所で提供します。 データサイエンスの生産性向上のために刷新されたSageMaker Studioのエクスペリエンスでは、ユーザーは選択した統合開発環境（IDE）を使用することができ、IDE間でSageMaker Studioリソースとツールを利用することができます。 この更新されたユーザーエクスペリエンス（UX）により、データサイエンティスト、データエンジニア、およびMLエンジニアは、SageMaker Studio内でMLモデルを構築およびトレーニングする場所をより選択できるようになります。 ウェブアプリケーションとして、SageMaker Studioは読み込み時間の改善、より高速なIDEおよびカーネルの起動時間、自動アップグレードなどを実現しています。
Amazon SageMakerでの管理されたJupyterLabとRStudioに加えて、SageMaker Studioで管理されたVisual Studio Codeオープンソース（Code-OSS）もリリースされました。ユーザーがコードエディタを選択し、計算とストレージを選択してCode Editorスペースを起動すると、SageMakerのツールおよびAmazon Toolkitを活用することができます。およびAmazon EMR、Amazon CodeWhisperer、GitHubとの統合、およびカスタムイメージで環境をカスタマイズする機能を備えています。SageMakerのJupyterLabとRStudioでできることと同様に、ユーザーは必要に応じてコードエディタの計算をリアルタイムで切り替えることができます。
最後に、データサイエンスのプロセスを効率化し、ユーザーがコンソールからAmazon SageMaker Studioに移動する必要がないようにするために、SageMaker Studioのユーザーインターフェイス（UI）でトレーニングジョブやエンドポイントの詳細を表示できるようにし、起動したアプリケーション全体で実行中のインスタンスを表示できるようになりました。さらに、ジャンプスタートファンデーションモデル（FM）のエクスペリエンスも改善され、ユーザーは素早くFMを発見、インポート、登録、微調整、および展開することができます。
ソリューションの概要
IDEの起動
Amazon SageMaker Studioの新バージョンでは、JupyterLabサーバーが更新され、起動時間が短縮され、より信頼性の高いエクスペリエンスが提供されます。SageMaker Studioは、JupyterLabだけでなく、Visual Studio Codeオープンソース（Code-OSS）、RStudio、およびCanvasとして管理されたアプリケーションも起動できるようになりました。SageMaker Studio UIでは、IDEの選択に関わらず、Jobs、Endpoints、PipelinesなどのSageMakerリソースとMLツールに一貫した方法でアクセスおよび検出できます。
SageMaker Studioには、あなただけがアクセスし、JupyterLabまたはCode Editorで実行できるデフォルトのプライベートスペースが含まれています。
また、ドメイン内のすべてのユーザーと共有されるSageMaker Studio Classic内に新しいスペースを作成するオプションもあります。
強化されたMLワークフロー
新しいインタラクティブな体験では、Amazon SageMakerの既存のMLワークフローの一部が大幅に向上し、簡素化されています。具体的には、トレーニングとホスティングでは、新しいジョブとエンドポイントを作成するための直感的なUI駆動の体験が提供されるだけでなく、メトリックの追跡と監視インターフェースも提供されます。
トレーニング
Amazon SageMakerでモデルをトレーニングする場合、ユーザーはスタジオノートブック、ノートブックジョブ、専用のトレーニングジョブ、またはSageMaker JumpStartを介したファインチューニングジョブなど、さまざまなフレーバーのトレーニングを行うことができます。強化されたUI体験では、スタジオトレーニングパネルを使用して、過去および現在のトレーニングジョブを追跡することができます。 
また、特定のトレーニングジョブをトグルすることで、トレーニングジョブのパフォーマンス、モデルアーティファクトの場所、およびトレーニングジョブの背後にあるハードウェアやハイパーパラメータなどの設定を理解することもできます。 UIでは、コンソールを介してトレーニングジョブの開始と停止も柔軟に行うことができます。 
ホスティング
Amazon SageMaker内にはさまざまなホスティングオプションがあり、UI内でモデルを展開するために利用できます。 SageMakerエンドポイントを作成するには、「モデル」セクションに移動し、既存のモデルを利用するか、新しいモデルを作成できます。 
ここでは、Amazon SageMakerリアルタイムエンドポイントを展開するための単一のモデルを利用するか、さまざまなモデルを使用して高度なSageMakerホスティングオプションで作業することができます。 
FMsの場合、Amazon SageMaker JumpStartパネルを使用して、利用可能なFMsのリストをトグルし、UIを介してファインチューニングまたは展開することもできます。 
セットアップ
更新されたAmazon SageMaker Studioの体験は、Amazon SageMaker Studio Classicの体験と並行して開始されます。新しいUIを試して更新された体験を既存および新しいドメインのデフォルトオプションにするかどうかを選択することができます。 ドキュメントには、SageMaker Studio Classicからの移行手順がリストされています。
まとめ
この投稿では、新しく改善されたAmazon SageMaker Studioで利用可能な機能を紹介しました。更新されたSageMaker Studioの体験により、ユーザーは好みのIDEを選択し、選択したコンピューティングによってカーネルを数秒で起動し、SageMakerのツールやリソースにアクセスすることができます。 SageMaker Studio内でのトレーニングとエンドポイントの詳細情報、および改善されたAmazon SageMaker Jumpstart UXの追加により、SageMaker Studio UX内でのMLステップのシームレスな統合が実現されます。 SageMaker Studioでの作業を始めましょう。
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
