AWSは、より迅速な機械学習の展開のためにSageMakerを更新しました。

新しいツールと機能により、データのラベリング、機械学習モデルのトレーニング、推論のためのモデルの展開がより迅速かつ低コストで行えるようになります。

アマゾンウェブサービスは水曜日に、顧客が機械学習モデルを構築、トレーニング、展開するのを支援するAWSサービスであるSageMakerの一連のアップデートを発表しました。新しい機能は、機械学習の利用をより安価で簡単にすることを目的としています。

まず、Amazon SageMaker Ground Truth Plusは、データラベリングに訓練された労働力へのアクセスを顧客に提供します。このサービスは、高品質なトレーニングデータセットを作成するのを迅速にし、Amazonはデータセット作成のコストを40%削減すると述べています。通常、このプロセスはラベリングアプリケーションを構築し、ラベリング労働力を管理することを含みます。

一方、新しいSageMakerトレーニングコンパイラは、ユーザーのPythonトレーニングコードを自動的にコンパイルし、モデルに特化したGPUカーネルを生成します。このトレーニングコードは、メモリと計算を少なくし、モデルのトレーニングをより速く行います。AWSによれば、トレーニングを最大50%速くすることができるとのことです。

次に、Amazon SageMaker Inference Recommenderは、負荷テストを自動化し、機械学習インスタンス全体でモデルのパフォーマンスを最適化します。これにより、MLOpsエンジニアはMLインスタンスタイプを選択し、パフォーマンスベンチマークや負荷テストを実行するためのカスタムスクリプトを書くのに費やす時間を節約できます。

AWSはまた、ユーザーが基盤となるインフラストラクチャを構成または管理することなく、MLモデルを推論のためにデプロイできる新しい推論オプションであるSageMaker Serverless Inferenceのプレビューを発表しました。SageMakerの新しいオプションは、推論リクエストの量に基づいて自動的に計算能力をプロビジョニング、スケーリング、停止します。顧客は推論コードの実行時間と処理されたデータの量に対してのみ支払います。