AWS lance une connexion simplifiée pour SageMaker Studio, avec un forfait gratuit de 100 $ pour les nouveaux utilisateurs

ME AI message, aujourd'hui, nous sommes heureux d'annoncer que les nouveaux clients Amazon SageMaker peuvent accéder à un environnement Amazon SageMaker Studio entièrement configuré en effectuant quelques étapes simples après leur inscription sur AWS. Vous pouvez utiliser vos identifiants existants, tels que votre compte Amazon, Apple, GitHub, Google ou votre adresse e-mail. La plupart des clients n'ont pas besoin de créer un compte AWS avancé, de saisir des informations de carte de crédit ou de configurer manuellement l'environnement. Les nouveaux clients bénéficient également de 100 $ de crédits AWS Free Tier, utilisables pour toutes les fonctionnalités de SageMaker AI, y compris la personnalisation de modèles, les travaux d'entraînement, les notebooks Studio et le déploiement d'endpoints.
Cet article fait suite à notre article précédent intitulé « Accédez directement à Amazon SageMaker Studio depuis Hugging Face ». Cet article présentait comment accéder directement au flux de travail SageMaker Studio via des liens profonds sur les pages de modèles Hugging Face. Plus tôt cette année, nous avons réduit le temps de création de l’environnement Studio de 2 minutes à environ 20 secondes, et nous avons préconfiguré les autorisations de personnalisation des modèles dans chaque nouveau domaine Studio. Ces améliorations ont éliminé la plupart des obstacles pour les développeurs une fois connectés à Studio, mais un obstacle majeur subsistait avant même d’accéder à Studio : la création d’un compte AWS. Les nouveaux clients doivent vérifier leur adresse e-mail, saisir leurs informations de contact, valider leur numéro de téléphone, fournir des informations de paiement et choisir un plan de support avant de pouvoir commencer à développer. Pour les développeurs individuels et les petites équipes de start-up habitués à se connecter et à commencer à développer en quelques minutes, cela reste un obstacle considérable.
Nouvelles fonctionnalités
Avec cette publication, SageMaker Studio est intégré à l'expérience de connexion et d'inscription AWS mise à jour. Cette expérience propose de nouvelles options pour créer et gérer des comptes AWS et simplifie les processus de collaboration. Les nouveaux clients peuvent créer un compte en utilisant un identifiant existant et commencer immédiatement à développer dans SageMaker Studio.
Nouvelle expérience de connexion
Les nouveaux clients peuvent désormais s'inscrire en 2 à 3 étapes en utilisant leur compte Google, GitHub, Apple ou Amazon, ou bien leur adresse e-mail. La plupart des clients n'ont pas besoin de compléter l'inscription avancée au compte AWS, de vérifier leur numéro de téléphone ou de saisir leurs informations de carte de crédit :

Figure 1 : Page d'inscription AWS offrant des options de connexion via les réseaux sociaux

Une fois l'inscription terminée, SageMaker AI créera automatiquement votre environnement Studio en environ 20 secondes. Vous serez ensuite redirigé vers la page correspondant à votre emplacement de départ. Par exemple, vous pouvez découvrir et sélectionner un modèle sur Hugging Face, puis le déployer en cliquant sur « Deploy on SageMaker AI ». Ensuite, Studio ouvrira la page de déploiement avec le modèle préconfiguré pour la création du point de terminaison :

Figure 2 : Déploiement du modèle Hugging Face sur Amazon SageMaker AI

Figure 3 : Configurer les paramètres de point de terminaison dans SageMaker Studio

Obtenez jusqu'à 200 $ de points Free Tier, la plupart des clients n'ont pas besoin de carte de crédit
Les nouveaux clients reçoivent 100 $ de crédits AWS Free Tier, utilisables pour diverses fonctionnalités de SageMaker AI, notamment le déploiement d'endpoints, la personnalisation de modèles, les notebooks Studio et l'entraînement de modèles. En outre, vous avez la possibilité d'obtenir des crédits supplémentaires d'une valeur de 100 $. Les crédits sont automatiquement déduits de vos frais d'utilisation ; vous recevrez une notification par e-mail lorsque vous approchez de la limite. Le Free Tier dure 6 mois ou jusqu'à épuisement des crédits, selon la première éventualité. À ce moment-là, l'utilisation des ressources s'arrête automatiquement, afin que vous ne soyez pas facturé pour une utilisation accidentelle. Vous pouvez à tout moment passer à un plan payant en ajoutant des informations de paiement.
Bâti sur les résultats publiés précédemment
L'environnement créé via la nouvelle expérience de connexion intègre les améliorations des versions précédentes. Les autorisations nécessaires pour personnaliser, entraîner, évaluer et déployer des modèles sont déjà configurées, ce qui vous dispense de créer un rôle AWS Identity and Access Management (IAM). Les comptes éligibles ont par défaut accès aux instances GPU G5, G6 et G4dn pour les points de terminaison, les travaux d'entraînement et les notebooks Studio. De plus, le menu de sélection des instances dans Studio affiche la disponibilité des quotas, vous permettant de consulter rapidement les types d'instances disponibles.
Commencer à utiliser
Vous pouvez dès maintenant découvrir la nouvelle méthode de connexion :

Parcourez les modèles sur Hugging Face, sélectionnez Déployer (Deploy), choisissez Amazon SageMaker AI, puis sélectionnez Personnaliser sur SageMaker AI (Customize on SageMaker AI) ou Déployer sur SageMaker AI (Deploy on SageMaker AI) sur les modèles pris en charge. Vous pouvez également accéder à la page Amazon SageMaker Studio et sélectionner Commencer avec Amazon SageMaker AI (Get started with Amazon SageMaker AI).
Sur la page de connexion AWS, sélectionnez Google, GitHub, Apple ou Amazon, ou entrez votre adresse e-mail, puis suivez les instructions pour créer un compte en quelques étapes.
Accédez à l'environnement SageMaker Studio entièrement configuré et commencez à développer avec vos crédits Free Tier.

Nouvelle expérience de connexion pour les nouveaux comptes AWS. Si vous possédez déjà un compte AWS, la méthode de connexion ne change pas.
Conclusion
La toute nouvelle expérience de connexion élimine le dernier obstacle majeur entre la découverte d'Amazon SageMaker AI et le début de la construction. Grâce à une création d'environnement plus rapide, des autorisations préconfigurées, des liens profonds provenant de Hugging Face et un accès GPU par défaut, les développeurs individuels peuvent commencer rapidement. Les équipes de start-ups peuvent désormais utiliser leurs comptes d'identité existants pour accomplir en quelques minutes le processus allant de la recherche de modèles à leur personnalisation ou déploiement.
Pour commencer, visitez aws.amazon.com/sagemaker/studio ou explorez les modèles sur Hugging Face.

À propos de l'auteur

Hazim Qudah
Hazim est architecte de solutions professionnel chez AWS, basé à Dallas, au Texas, aux États-Unis. Il aime aider les clients à concevoir et adopter des solutions AI/ML en utilisant les technologies et les meilleures pratiques AWS. Avant de rejoindre AWS, il a travaillé pendant plusieurs années en conseil technologique auprès de clients de nombreux secteurs et régions. Pendant son temps libre, il aime courir et jouer avec son chien Nala.

Paul Hargis
Paul a travaillé sur des projets d'apprentissage automatique dans plusieurs entreprises, notamment AWS, Amazon et Hortonworks. Il aime concevoir des solutions techniques et enseigner aux gens comment les utiliser. Paul est heureux d'aider les clients à élargir leurs programmes d'apprentissage automatique pour résoudre des problèmes du monde réel. Avant de rejoindre AWS, il a été architecte en chef chez Amazon Exports and Expansions, où il a aidé amazon.com à améliorer l'expérience d'achat des consommateurs internationaux.

Naidile Murali
Naidile est product manager chez AWS, basée à Bellevue, Washington, États-Unis. Elle est principalement chargée d'améliorer l'expérience des développeurs AI/ML sur Amazon SageMaker, notamment en matière d'onboarding pour les nouveaux utilisateurs de Studio, du centre de modèles SageMaker JumpStart et de la gestion de la capacité GPU dans les IDE. Avant de rejoindre AWS, elle a travaillé comme ingénieure logiciel chez HSBC et détient un MBA de la Georgetown University.

(Source : MLion)