ข้ามไปที่เนื้อหาหลัก

Amazon SageMaker

คำถามที่พบบ่อยเกี่ยวกับ Amazon SageMaker

ข้อมูลทั่วไป

เปิดทั้งหมด

    SageMaker รุ่นใหม่เป็นแพลตฟอร์มแบบรวมสำหรับข้อมูล การวิเคราะห์ และ AI SageMaker รุ่นถัดไปมอบประสบการณ์แบบผสานรวมสำหรับการวิเคราะห์และ AI พร้อมสิทธิ์แบบครบวงจรในการเข้าถึงข้อมูลทั้งหมดของคุณ โดยการรวมความสามารถของแมชชีนเลิร์นนิง (ML) และการวิเคราะห์ของ AWS ที่มีการนำไปใช้ร่วมกันอย่างแพร่หลายเข้าไว้ด้วยกัน SageMaker ช่วยให้คุณสามารถทำงานร่วมกันและสร้างได้เร็วขึ้นจากสตูดิโอแบบครบวงจรโดยใช้บริการ AWS ที่คุ้นเคยสำหรับการพัฒนาโมเดล AI แบบสร้าง การประมวลผลข้อมูล และการวิเคราะห์ SQL ซึ่งเร่งโดย Amazon Q Developer ซึ่งเป็นผู้ช่วย AI แบบสร้างสรรค์มากที่สุดสำหรับการพัฒนาซอฟต์แวร์ นอกจากนี้ คุณยังสามารถเข้าถึงข้อมูลทั้งหมดของคุณได้ ไม่ว่าจะถูกจัดเก็บไว้ใน Data Lake, คลังข้อมูล หรือแหล่งที่มาของข้อมูลของบุคคลที่สามหรือแบบรวม โดยมีการกำกับดูแลในตัวเพื่อตอบสนองความต้องการด้านความปลอดภัยขององค์กร

    เราขยายบริการ SageMaker ที่นำมาใช้กันอย่างแพร่หลายด้วยชุดข้อมูล การวิเคราะห์ และ AI ของ AWS ที่ครอบคลุมเพื่อส่งมอบประสบการของข้อมูล การวิเคราะห์และ AI แบบครบวงจร ในอนาคต ชุดความสามารถ AI/ML ที่มีอยู่ใน SageMaker สำหรับการจัดการข้อมูลข้อมูล สร้าง ฝึก และการปรับใช้โมเดล AI จะเรียกว่า Amazon SageMaker AI SageMaker AI ผสานรวมอยู่ใน SageMaker รุ่นใหม่ และยังพร้อมให้บริการแบบสแตนด์อโลนสำหรับผู้ที่ต้องการเน้นเฉพาะด้านการสร้าง ฝึก และปรับใช้โมเดล AI และ ML ในระดับขนาดใหญ่

    SageMaker รุ่นใหม่ประกอบด้วย:

    • Amazon SageMaker Unified Studio: สร้างสภาพแวดล้อมการพัฒนาเดียวเพื่อเข้าถึงและใช้เครื่องมือและฟังก์ชันการทำงานที่คุ้นเคยจากการวิเคราะห์ AWS และบริการ AI/ML ที่สร้างขึ้นโดยเฉพาะ เช่น Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock และ SageMaker AI
    • การกำกับดูแลข้อมูลและ AI ของ Amazon SageMaker: ค้นพบ กำกับดูแล และทำงานร่วมกันด้านข้อมูลและ AI อย่างปลอดภัยด้วย Amazon SageMaker Catalog ซึ่งสร้างขึ้นบน Amazon DataZone

    Amazon SageMaker สร้างขึ้นบนสถาปัตยกรรมบ้านทะเลสาบแบบเปิดเข้ากันได้กับ Apache Iceberg อย่างสมบูรณ์ มันรวมข้อมูลทั้งหมดของคุณในทะเลสาบข้อมูล Amazon S3 คลังข้อมูล Amazon Redshift แหล่งข้อมูลของบุคคลที่สามและแบบรวมศูนย์

    SageMaker รุ่นใหม่ประกอบด้วยความสามารถต่อไปนี้

    • SageMaker Unified Studio: สร้างด้วยข้อมูลและเครื่องมือทั้งหมดของคุณสำหรับการวิเคราะห์และ AI ในสภาพแวดล้อมเดียว
    • การกำกับดูแลข้อมูลและ AI ของ SageMaker: ค้นพบ กำกับดูแล และทำงานร่วมกันด้านข้อมูลและ AI อย่างปลอดภัยด้วย SageMaker Catalog ซึ่งสร้างขึ้นบน Amazon DataZone
    • การพัฒนาโมเดล: สร้าง ฝึก และปรับใช้ ML และโมเดลพื้นฐาน (FM) ด้วยโครงสร้างพื้นฐาน เครื่องมือ และเวิร์กโฟลว์ที่มีการจัดการแบบเต็มรูปแบบด้วย SageMaker AI (เดิมคือ SageMaker)
    • การพัฒนาแอป AI ช่วยสร้าง: สร้างและปรับขนาดแอปพลิเคชัน AI ช่วยสร้างด้วย Amazon Bedrock
    • การวิเคราะห์ SQL: รับข้อมูลเชิงลึกด้วย Amazon Redshift ซึ่งเป็นเครื่องมือ SQL ที่มีประสิทธิภาพมากที่สุด
    • การประมวลผลข้อมูล: วิเคราะห์ เตรียม และรวมข้อมูลสำหรับการวิเคราะห์และ AI โดยใช้เฟรมเวิร์กโอเพนซอร์สบน Athena, Amazon EMR และ AWS Glue

    Amazon SageMaker สร้างขึ้นบนสถาปัตยกรรมบ้านทะเลสาบแบบเปิดเข้ากันได้กับ Apache Iceberg อย่างสมบูรณ์ มันรวมข้อมูลทั้งหมดของคุณในทะเลสาบข้อมูล Amazon S3 คลังข้อมูล Amazon Redshift แหล่งข้อมูลของบุคคลที่สามและแบบรวมศูนย์

    SageMaker รุ่นใหม่มอบประสบการณ์แบบผสานรวมสำหรับการวิเคราะห์และ AI พร้อมสิทธิ์แบบครบวงจรในการเข้าถึงข้อมูลทั้งหมดของคุณ โดยการรวมความสามารถของ ML และการวิเคราะห์ของ AWS ที่มีการนำไปใช้ร่วมกันอย่างแพร่หลายเข้าไว้ด้วยกัน วิธีการแบบครบวงจรนี้ช่วยให้คุณทำงานกับข้อมูลของคุณได้อย่างมีประสิทธิภาพมากขึ้น เพิ่มการทำงานร่วมกันระหว่างทีม และเพิ่มประสิทธิภาพการทำงานโดยรวม

    SageMaker ช่วยให้คุณ:

    • ทำงานร่วมกันและสร้างได้เร็วขึ้นด้วยสภาพแวดล้อมการพัฒนาข้อมูลและ AI เดียว โดยใช้บริการ AWS ที่คุ้นเคยสำหรับการพัฒนาแบบโมเดล AI ช่วยสร้าง การประมวลผลข้อมูล และการวิเคราะห์ SQL
    • พัฒนาและปรับขนาดกรณีการใช้งาน AI ของคุณด้วยชุดเครื่องมือที่หลากหลายเพื่อฝึก ปรับแต่ง และปรับใช้ ML และ FM รวมถึงสร้างแอปพลิเคชัน AI ช่วยสร้างที่ปรับให้เหมาะกับธุรกิจของคุณได้อย่างรวดเร็ว
    • ลด Data Silo ด้วย Lakehouse แบบเปิดเพื่อรวมข้อมูลทั้งหมดของคุณใน Data Lake ของ Amazon S3, คลังข้อมูล Amazon Redshift และแหล่งที่มาของข้อมูลของบุคคลที่สามหรือแบบเชื่อมโยงกับส่วนกลาง
    • ตอบสนองความต้องการด้านความปลอดภัยขององค์กรของคุณด้วยการกำกับดูแลข้อมูลและ AI ในตัว เพื่อควบคุมการเข้าถึงข้อมูล โมเดล ML อาร์ทิแฟกต์การพัฒนา AI ช่วยสร้าง และการคำนวณที่ถูกต้องโดยผู้ใช้ที่เหมาะสมเพื่อวัตถุประสงค์ที่ถูกต้อง

    ได้ คุณสามารถใช้บริการ AWS แต่ละรายการ เช่น SageMaker AI (เดิมชื่อ SageMaker), Amazon EMR สำหรับการประมวลผล Big Data, AWS Glue และ Amazon Redshift สำหรับคลังข้อมูล ต่อไปได้อย่างอิสระตามความต้องการทางธุรกิจเฉพาะของคุณ การเปลี่ยนแปลงนี้จะไม่มีผลกระทบต่อการใช้งานบริการต่าง ๆ ของคุณในปัจจุบัน

    SageMaker มอบประโยชน์เพิ่มเติมโดยการให้บริการอินเทอร์เฟซแบบครบวงจรและใช้งานง่ายซึ่งช่วยให้สามารถเข้าถึงบริการเหล่านี้ได้ วิธีการนี้ช่วยให้คุณสร้างนวัตกรรมได้อย่างมีประสิทธิภาพมากขึ้นด้วยข้อมูลของคุณ เพิ่มการทำงานร่วมกันระหว่างทีม และปรับปรุงประสิทธิภาพการทำงานโดยรวม

    SageMaker รวบรวมชุดของ AWS AI และบริการวิเคราะห์ที่ครอบคลุมใน SageMaker Unified Studio, SageMaker Data และ AI Governance และสถาปัตยกรรมโอเพ่นเลคเฮาส์

    SageMaker Unified Studio ช่วยให้คุณสามารถเข้าถึงความสามารถในการประมวลผลข้อมูล การวิเคราะห์ SQL ML และการพัฒนาแอปพลิเคชัน AI ช่วยสร้างโดยใช้บริการ AWS ที่มีอยู่ สำหรับการประมวลผลข้อมูล บริการอย่าง Athena, AWS Glue, Amazon EMR และ Amazon Managed Workflows สำหรับ Apache Airflow (Amazon MWAA) สามารถวิเคราะห์ เตรียม ผสานรวม และจัดลำดับข้อมูลสำหรับการวิเคราะห์และ AI ในทุกขนาดได้ สำหรับ SQL Analytics Amazon Redshift และ Athena มอบความสามารถในการวิเคราะห์ SQL อันทรงพลังสำหรับข้อมูลแบบรวมของคุณทั่วทะเลสาบ ความสามารถของ ML ถูกนำเสนอโดย SageMaker AI (เดิมเรียกว่า SageMaker) สำหรับการสร้าง ฝึกอบรม และการปรับใช้ ML และ FM นอกจากนี้คุณสามารถพัฒนาแอปพลิเคชัน AI แบบสร้างขึ้นโดยใช้ Amazon Bedrock

    การกำกับดูแลข้อมูลและ AI ของ SageMaker มอบการกำกับดูแลแบบครบวงจรในตัวผ่านประสบการณ์การจัดการข้อมูลแบบรวมศูนย์ใน SageMaker Catalog ซึ่งสร้างขึ้นจาก Amazon DataZone เพื่อค้นหา กำกับดูแล และประสานการทำงานด้านข้อมูลและ AI อย่างปลอดภัย

    สถาปัตยกรรม SageMaker Lakehouse สร้างขึ้นบนบริการแคตตาล็อกหลายรายการใน AWS Glue Data Catalog, AWS Lake Formation และ Amazon Redshift เพื่อให้การเข้าถึงข้อมูลแบบครบวงจรทั่วทะเลสาบข้อมูล Amazon S3 คลังข้อมูล Amazon Redshift และแหล่งข้อมูลของบุคคลที่สามและแบบรวมศูนย์

    นอกจากนี้ บริการเหล่านี้ยังคงมีให้ใช้งานเป็นความสามารถแบบสแตนด์อโลนผ่านคอนโซลการจัดการของ AWS ซึ่งให้ความยืดหยุ่นตามกรณีการใช้งานของคุณ เราจะปรับปรุง SageMaker ด้วยบริการเพิ่มเติมในปี 2025 เพื่อรวมประสบการณ์ในด้านการวิเคราะห์และ AI ซึ่งรวมถึงการวิเคราะห์การค้นหาด้วย Amazon OpenSearch Service, การวิเคราะห์ธุรกิจด้วย Amazon QuickSight และการสตรีมข้อมูลด้วยกลุ่มบริการสตรีมมิ่งของ AWS

    การเริ่มต้นใช้งาน SageMaker เป็นเรื่องง่าย หากคุณมีข้อมูลที่มีอยู่ใน Amazon Athena, Amazon Redshift หรือ Amazon S3 Tables ให้คลิก “สอบถามโดยใช้ SageMaker Unified Studio” จากคอนโซลบริการเหล่านั้นหรือ “เริ่มต้นใช้งาน” จากคอนโซล SageMaker เพียงระบุบทบาท AWS Identity and Access Manamgement (IAM) และ SageMaker จะสร้างโดเมนและโครงการที่ใช้ IAM โดยอัตโนมัติใน Unified Studio ด้วยการอนุญาตข้อมูลที่มีอยู่ทั้งหมดของคุณจาก AWS Glue Data Catalog, AWS Lake Formation และ Amazon S3 พร้อมกับโน้ตบุ๊คที่กำหนดค่าไว้ล่วงหน้าและการคำนวณแบบไร้เซิร์ฟเวอร์ โดเมนคือหน่วยงานจัดระเบียบสำหรับการเชื่อมต่อทรัพย์สิน ผู้ใช้ และโครงการของพวกเขาเข้าด้วยกันสำหรับหน่วยธุรกิจของคุณ โครงการใน SageMaker ช่วยให้คุณจัดระเบียบงานของคุณและจัดเตรียมบริบททางธุรกิจเกี่ยวกับงานที่คุณกำลังดำเนินการ 

    หรือคุณสามารถเริ่มต้นด้วยการสร้างโดเมนที่ใช้ AWS IAM Identity Center (iDC) ในคอนโซล SageMaker ในคอนโซล ให้เลือก โดเมนและ สร้างโดเมน และคุณจะได้รับตัวเลือกสองอย่าง: การตั้งค่าด่วนและการตั้งค่าด้วยตนเอง เลือก การตั้งค่าด่วน เพื่อเริ่มต้นด้วยชุดการกำหนดค่าเริ่มต้นที่สามารถปรับแต่งได้ในภายหลัง หรือเลือก การตั้งค่าด้วยตนเอง เพื่อควบคุมการตั้งค่าของคุณอย่างเต็มที่  เมื่อสร้างโดเมนของคุณแล้ว คุณสามารถนำทางไปยัง SageMaker Unified Studio (เว็บแอปพลิเคชันบนเบราว์เซอร์) ซึ่งคุณสามารถใช้ข้อมูลทั้งหมดและเครื่องมือที่กำหนดค่าสำหรับการวิเคราะห์และ AI ได้ หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับวิธีการเริ่มต้นใช้งาน โปรดไปที่เอกสาร SageMaker

    คุณยังคงสามารถใช้ประสบการณ์การพัฒนาเดิมของคุณในบริการ AWS เช่น Amazon EMR, AWS Glue และ Athena ได้ ซึ่งหมายความว่าโค้ดและทรัพยากรที่มีอยู่ทั้งหมดที่คุณสร้างขึ้นสามารถใช้งานต่อไปได้โดยไม่มีการหยุดชะงัก เราจะจัดเตรียมสคริปต์การอัปเกรดที่ใช้งานง่ายและแนวทางที่ครอบคลุมเพื่อนำฐานโค้ดที่มีอยู่ของคุณมาสู่ประสบการณ์ SageMaker แบบครบวงจรในไตรมาสที่ 1 ของปี 2025

    Amazon SageMaker Unified Studio และ SageMaker Catalog สร้างขึ้นบน Amazon DataZone (โดยใช้ร้านค้า/ฐานข้อมูลเอนทิตีแบ็คเอนด์กลไกการระบุตัวตนและการเข้าถึงและ API เดียวกัน) ดังนั้นจึงรวมอยู่ในขอบเขตของโปรแกรมการปฏิบัติตามข้อกำหนดทั้งหมดเดียวกันกับ Amazon DataZone โปรดดูรายการ บริการในขอบเขตตามโปรแกรมการปฏิบัติตาม ข้อกำหนด เพื่อดูโปรแกรมที่ Amazon DataZone อยู่ในขอบเขต ซึ่งรวมถึง SOC, การรับร อง ISO บางอย่าง, PCI DSS และ HIT RUST CSF Amazon Datazone ยังรวมอยู่ในรายการบริการที่มีสิทธิ์ของ HIPA A

ประสบการณ์ในการใช้งานผลิตภัณฑ์

เปิดทั้งหมด

    โครงการใน SageMaker ช่วยให้ผู้ใช้จัดระเบียบงานของตนและจัดเตรียมบริบททางธุรกิจเกี่ยวกับงานที่พวกเขากำลังดำเนินการ มีพื้นที่ทำงานที่ผู้ใช้สามารถทำงานร่วมกันเกี่ยวกับข้อมูลและสิ่งประดิษฐ์ เช่น โมเดล ML โน้ตบุ๊ค แบบสอบถาม และท่อ โครงการได้รับการรักษาความปลอดภัยเพื่อให้เฉพาะสมาชิกที่เพิ่มเข้ามาในโครงการอย่างชัดเจนเท่านั้นที่สามารถเข้าถึงข้อมูลและเครื่องมือภายในโครงการได้ เมื่อคุณใช้การเปิดตัวแบบคลิกเดียวจาก Amazon Athena, Amazon Redshift, Amazon S3 Tables หรือคอนโซล SageMaker โครงการจะถูกสร้างโดยอัตโนมัติพร้อมสิทธิ์ข้อมูลที่มีอยู่ทั้งหมดของคุณไปยัง AWS Glue Data Catalog, AWS Lake Formation และ Amazon S3 เมื่อคุณใช้โดเมนที่ใช้ IDC โครงการจะสร้างบทบาทใหม่ของ AWS Identity and Access Management (IAM) ตามความสามารถที่เลือกโดยโครงการ (เช่น Data Lake) ซึ่งให้ผู้ใช้สามารถเข้าถึงที่จำเป็นในการทำงานของพวกเขา หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับโครงการโปรดไปที่เอกสาร SageMaker

    Amazon Q Developer เป็นผู้ช่วยในการสนทนาที่ขับเคลื่อนโดย AI ช่วยสร้างและผสานรวมเข้ากับประสบการณ์ SageMaker ซึ่งช่วยเพิ่มประสิทธิภาพการทำงานของคุณตลอดวงจรการพัฒนา ผ่านการแชทหรือในบรรทัดคำสั่ง คุณสามารถใช้ภาษาธรรมชาติเพื่อถามคำถามเกี่ยวกับ SageMaker รับความช่วยเหลือเกี่ยวกับรหัส และสำรวจทรัพยากรเช่นชุดข้อมูล เมื่อคุณแชทกับ Amazon Q Developer ระบบจะใช้บริบทของการสนทนาปัจจุบันของคุณเพื่อให้คำแนะนำส่วนบุคคลและความช่วยเหลืออัตโนมัติตลอดประสบการณ์การพัฒนา SageMaker Amazon Q Developer สามารถช่วยคุณในการอภิปรายรหัส ให้การเติมโค้ดแบบอินไลน์ สร้างการสืบค้น SQL ค้นหาและรวมชุดข้อมูล และมมอบการสนับสนุนอัจฉริยะที่ปรับให้เหมาะกับความต้องการในการพัฒนาเฉพาะของคุณ 

    โดยการทำความเข้าใจรายละเอียดปลีกย่อยของงานของคุณ Amazon Q Developer จึงสามารถให้ความช่วยเหลือที่ตรงเป้าหมายและสอดคล้องกับบริบท ซึ่งช่วยให้กระบวนการพัฒนาของคุณมีประสิทธิภาพมากขึ้น และเพิ่มผลผลิตโดยรวมในสภาพแวดล้อมของ SageMaker

    SageMaker มีสภาพแวดล้อมบนเว็บแบบครบวงจรซึ่งรวบรวมเครื่องมืออันทรงพลังสำหรับข้อมูลที่สมบูรณ์และเวิร์กโฟลว์ AI IDE ในตัวช่วยให้การพัฒนา AI/ML ช่วยให้คุณสามารถประมวลผลข้อมูลปริมาณมากจากแหล่งต่างๆโดยใช้กรอบเวิร์กและบริการเช่น PySpark, AWS Glue และ Amazon EMR

    สำหรับการควบคุมเวอร์ชันและการจัดการเวิร์กโฟลว์คุณสามารถมุ่งมั่นกับ Git และกำหนดเวิร์กโฟลว์โดยใช้ Amazon MWAA โน้ตบุ๊คที่สมจริงและไร้เซิร์ฟเวอร์ช่วยให้คุณสามารถสำรวจ วิเคราะห์ และแสดงภาพข้อมูล ดำเนินการประมวลผลข้อมูลที่ซับซ้อนโดยใช้ Python และใช้คำแจ้งเตือนภาษาธรรมชาติเพื่อโต้ตอบกับข้อมูลของคุณ และปรับขนาดโดยอัตโนมัติเพื่อตอบสนองความต้องการของภาระงานของคุณ

    การพัฒนาโมเดลได้รับการปรับปรุงผ่านเครื่องมือ SageMaker AI ที่คุ้นเคย รวมถึง JumpStart, HyperPod, MLFlow, Pipeline และรีจิสทรีโมเดล  ตลอดกระบวนการเหล่านี้ Amazon Q Developer ได้ผสานรวมเข้ากับเครื่องมือ SageMaker อย่างราบรื่น ให้ความช่วยเหลืออัจฉริยะในการค้นพบข้อมูล การเตรียมการ การสร้างท่อ การสร้างแบบจำลอง และการฝึกอบรม และการปรับใช้รหัส

    Amazon Bedrock IDE ซึ่งรวมอยู่ใน SageMaker Unified Studio ให้สภาพแวดล้อมที่ครอบคลุมสำหรับการพัฒนาแอปพลิเคชัน AI แบบสร้างสรรค์ อินเทอร์เฟซที่ใช้งานง่ายนี้ช่วยให้คุณเร่งการพัฒนาแอปพลิเคชันในสภาพแวดล้อมที่เชื่อถือได้และปลอดภัย โดยให้การเข้าถึง FM ประสิทธิภาพสูงและความสามารถในการปรับแต่งขั้นสูงของ Amazon Bedrock

    คุณสามารถใช้ฟีเจอร์อันทรงพลัง เช่น ฐานความรู้ของ Amazon Bedrock, กฎควบคุมระบบ, เอเจนต์และ Prompt Flows ซึ่งช่วยให้ทีมของคุณปรับแต่งแอปพลิเคชัน AI ช่วยสร้างให้เหมาะกับความต้องการทางธุรกิจเฉพาะของคุณได้อย่างรวดเร็ว ขณะเดียวกันก็ปฏิบัติตามแนวปฏิบัติ AI ที่มีความรับผิดชอบของคุณอีกด้วย SageMaker รองรับการเข้าถึงที่ควบคุมของคุณและช่วยให้การทำงานร่วมกันข้ามฟังก์ชันได้อย่างปลอดภัยผ่านการแชร์ที่ควบคุมการเข้าถึงและการตรวจสอบที่ได้รับการสนับสนุนจาก Git

    สถาปัตยกรรมทะเลสาบของ SageMaker รวมข้อมูลในทะเลสาบข้อมูล AWS คลังข้อมูล แอปพลิเคชันของบุคคลที่สาม และฐานข้อมูลการดำเนินงาน ซึ่งช่วยให้คุณสามารถเข้าถึงข้อมูลของคุณได้อย่างรวดเร็วและง่ายดายในที่เดียวผ่านการบูรณาการ ETL แบบไร้รอยต่อ แหล่งที่มาของการสืบค้นแบบรวม และตัวเชื่อมต่อกว่า 240 ตัว

    SageMaker ให้การกำกับดูแลในตัวแบบครบวงจรผ่านประสบการณ์การจัดการข้อมูลแบบรวมศูนย์ใน SageMaker Catalog ซึ่งสร้างขึ้นจาก Amazon DataZone วิธีการนี้ช่วยให้คุณสามารถจัดทำแค็ตตาล็อก ค้นพบ เข้าถึง วิเคราะห์ และควบคุมทั้งแอสเซทข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง โมเดล ML และแอปพลิเคชันต่าง ๆ ทั่วทั้งองค์กรของคุณ SageMaker นี้จะช่วยให้แน่ใจว่าบุคคลที่เหมาะสมจะมีสิทธิ์เข้าถึงแอสเซทที่ถูกต้อง ซึ่งช่วยรักษามาตรฐานความปลอดภัยและการปฏิบัติตามข้อกำหนดที่เข้มงวด

    คุณสามารถสร้างและจัดการไปป์ไลน์ข้อมูลใน SageMaker ได้หลายวิธี การประมวลผลข้อมูล Amazon SageMaker นำ Amazon EMR, Athena, AWS Glue และ Amazon MWAA มารวมกันเพื่อช่วยให้คุณผสานรวม เตรียม และสำรวจข้อมูลของคุณในประสบการณ์แบบครบวงจร คุณสามารถสร้างไปป์ไลน์สำหรับการประสานงานโมเดลเฉพาะ ML ได้ด้วย SageMaker AI และไปป์ไลน์ข้อมูล รวมถึงเวิร์กโฟลว์ด้วย Amazon MWAA คุณยังสามารถใช้การบูรณาการ ETL แบบไร้รอยต่อ ซึ่งช่วยลดความซับซ้อนในการเคลื่อนย้ายข้อมูลโดยการลบกระบวนการ Extract, Transform and Load (ETL) ที่ซับซ้อน และเปิดใช้งานการจำลองข้อมูลโดยตรงในบริการต่าง ๆ เยี่ยมชม Zero-ETL คืออะไร?เพื่อเรียนรู้เพิ่มเติม

    หากคุณใช้ออนบอร์ดแบบคลิกเดียว เพียงคลิก “เริ่มต้นใช้งาน” จากคอนโซล SageMaker, Amazon Athena, Amazon Redshift หรือ Amazon S3 Tables เลือกบทบาท AWS IAM และ SageMaker Unified Studio จะสร้างโดเมนและโครงการที่ใช้ IAM โดยอัตโนมัติพร้อมสิทธิ์ข้อมูลที่มีอยู่ทั้งหมดจาก AWS Glue Data Catalog, AWS Lake Formation และ Amazon S3 หากคุณใช้โดเมนที่ใช้ IDC คุณสามารถเปิดใช้งานการเปิดใช้งานเลคเฮาส์อัตโนมัติเมื่อสร้างหรืออัปเดตโดเมนของคุณ ซึ่งจะส่งข้อมูลเมตาสำหรับชุดข้อมูลของคุณโดยอัตโนมัติ (เช่น ตาราง AWS Glue Data Catalog) ลงในแคตตาล็อก SageMaker ทำให้สามารถค้นพบได้ทันทีและพร้อมสำหรับการกำกับดูแล การวิเคราะห์ และการทำงานร่วมกันโดยไม่ต้องกำหนดค่าด้วยตนเอง

    ในการเริ่มต้นใช้งานโน้ตบุ๊คใน Amazon SageMaker เพียงเปิด Amazon SageMaker Unified Studio ผ่านปุ่ม “เริ่มต้นใช้งาน” บนคอนโซล SageMaker หรือจากคอนโซล Amazon S3, Amazon Athena หรือ Amazon Redshift เมื่อคุณเข้าสู่ระบบแล้วให้เลือก “โน้ตบุ๊ค” จากการนำทางด้านซ้ายใน Unified Studio โน้ตบุ๊คถูกรวมเข้ากับแคตตาล็อกข้อมูลของคุณล่วงหน้าดังนั้นคุณจะสามารถเข้าถึงชุดข้อมูลที่คุณมีสิทธิ์ใช้งานโดยอัตโนมัติ (ผ่านการอนุญาต IAM ใน AWS Glue Data Catalog) เพื่อให้คุณสามารถเริ่มเขียนแบบสอบถามและวิเคราะห์ข้อมูลของคุณได้ทันที

    ไม่ว่าคุณจะต้องเรียกใช้แบบสอบถาม SQL แบบบรรทัดเดียว ตั้งค่าการประมวลผลแบบแบทช์มากกว่าข้อมูลเพตไบต์ใน Amazon S3 โดยใช้ Amazon Athena สำหรับ Apache Spark สร้างและแชร์การแสดงภาพข้อมูล หรือสร้างแบบจำลองการเรียนรู้ของเครื่อง สมุดบันทึก Amazon SageMaker มอบสถานที่เดียวในการทำงานกับข้อมูลของคุณโดยใช้ SQL, Python หรือภาษาธรรมชาติ ไม่มีเซิร์ฟเวอร์และไม่จำเป็นต้องปรับแต่งหรือจัดเตรียมโครงสร้างพื้นฐานการประมวลผลแบบสอบถามล่วงหน้า คุณสามารถรวมรหัส Python และ SQL ในเซลล์ภายในโน้ตบุ๊ค หรือพึ่งพาภาษาธรรมชาติเพื่อสร้าง Python หรือ SQL เพื่อเร่งการวิเคราะห์เนื่องจากคุณไม่ต้องการเครื่องมือที่แตกต่างกันตามภาษาที่คุณต้องการใช้ในการทำงานกับข้อมูลของคุณอีกต่อไป 

    Amazon SageMaker Data Agent ซึ่งมีอยู่ในโน้ตบุ๊ค SageMaker ช่วยให้คุณโต้ตอบกับข้อมูลของคุณผ่านการแจ้งเตือนภาษาธรรมชาติ คุณสามารถเริ่มต้นด้วยการค้นพบข้อมูล ระบุตารางในฐานข้อมูลของคุณ และค้นหาชุดข้อมูลที่เกี่ยวข้อง เมื่อคุณระบุตารางที่คุณต้องการคุณสามารถขอการวิเคราะห์เฉพาะได้ และตัวแทนจะสร้างแผนทีละขั้นตอนพร้อมรหัสสำหรับการแปลงข้อมูลโดยใช้ Spark SQL และรหัส Python สำหรับการแสดงภาพ สำหรับเวิร์กโฟลว์การเรียนรู้ของเครื่อง คุณสามารถสร้างแบบจำลองการจำแนกประเภทหรือการถดถอยและรับการตอบสนองที่มีโครงสร้างรวมถึงรหัสวิศวกรรมคุณลักษณะโค้ดการฝึกแบบจำลองโดยใช้ความสามารถ SageMaker AI และเมตริกการประเมินผล ตัวแทนทำงานได้ดีที่สุดกับคำขอเฉพาะเกี่ยวกับข้อมูลของคุณและผลลัพธ์ที่ต้องการและได้รับการปรับให้เหมาะสมสำหรับบริการประมวลผลข้อมูล AWS รวมถึง Athena Spark และ SageMaker AI

ราคา

เปิดทั้งหมด

    เมื่อใช้ SageMaker คุณจะถูกเรียกเก็บเงินตามรูปแบบการกำหนดราคาสำหรับบริการต่างๆ ของ AWS ที่เข้าถึงได้ผ่าน SageMaker  เยี่ยมชม SageMaker สำหรับข้อมูลเพิ่มเติม

    SageMaker ระดับ Fre ช่วยให้คุณเริ่มต้นสร้างนวัตกรรมได้อย่างรวดเร็วด้วยข้อมูลและ AI โดยไม่มีค่าใช้จ่าย ดูรายละเอียด ที่ราคา SageMaker

ความพร้อมใช้งาน

เปิดทั้งหมด

    SageMaker รุ่นต่อไปมีให้บริการในสหรัฐอเมริกาตะวันออก (เวอร์จิเนีย), สหรัฐอเมริกาตะวันออก (โอไฮโอ), สหรัฐอเมริกาตะวันตก (โอเรกอน), เอเชียแปซิฟิก (โซล), เอเชียแปซิฟิก (สิงคโปร์), เอเชียแปซิฟิก (ซิดนีย์), แคนาดา (กลาง), ยุโรป (แฟรงก์เฟิร์ต), ยุโรป (ไอร์แลนด์), ยุโรป (ปารีส) และอเมริกาใต้ (เซาเปาโล) ภูมิภาค AWS สำหรับการอัปเดตในอนาคต โปรดดู รายชื่อบริการภูมิภาค AWS

    ได้ SageMaker ได้รับการออกแบบมาเพื่อมอบประสิทธิภาพและเวลาทำงานที่สม่ำเสมอซึ่งการวิเคราะห์ที่สำคัญและเวิร์กโหลด AI ต้องการ ในฐานะที่เป็นแพลตฟอร์มแบบครบวงจรที่ประกอบด้วยองค์ประกอบบริการหลายส่วนความพร้อมใช้งานของบริการจึงเชื่อมโยงกับองค์ประกอบบริการที่ใช้

    โปรดดูที่เอกสาร SLA ที่เกี่ยวข้องสำหรับข้อมูลโดยละเอียดเกี่ยวกับข้อตกลงระดับบริการ (SLA) สำหรับแต่ละบริการ SLA จะให้การรับประกันระยะเวลาทำงานที่เฉพาะเจาะจงและข้อผูกพันด้านความเสถียรสำหรับบริการต่าง ๆ ที่ประกอบเป็นประสบการณ์ SageMaker

    เอกสาร SLA ที่มีอยู่ ได้แก่: