AWS ने SageMaker Studio के लिए सरलीकृत लॉगिन लॉन्च किया है, जिससे नए उपयोगकर्ताओं के लिए $100 की फ्री टियर उपलब्ध है

ME AI संदेश, आज, हम खुशी के साथ घोषणा करते हैं कि नए Amazon SageMaker AI ग्राहक अब AWS पर पंजीकरण के बाद कुछ ही कदमों से पूरी तरह से कॉन्फ़िगर किए गए Amazon SageMaker Studio वातावरण में प्रवेश कर सकते हैं। आप अपने मौजूदा लॉगिन विकल्प, जैसे Amazon, Apple, GitHub, Google खाते या ईमेल पता का उपयोग कर सकते हैं। अधिकांश ग्राहकों को उन्नत AWS खाता सेटअप, क्रेडिट कार्ड जानकारी दर्ज करने, या वातावरण को मैन्युअल रूप से कॉन्फ़िगर करने की आवश्यकता नहीं होगी। नए ग्राहकों को SageMaker AI की सभी सुविधाओं, जिसमें मॉडल कस्टमाइज़ेशन, ट्रेनिंग जॉब्स, Studio notebook और एंडपॉइंट डिप्लॉयमेंट शामिल हैं, के लिए 100 डॉलर के AWS Free Tier क्रेडिट प्राप्त होंगे।
यह लेख हमारे पिछले लेख “Hugging Face से Amazon SageMaker Studio में एक क्लिक में प्रवेश करें” का जारी हिस्सा है। उस लेख में हमने Hugging Face मॉडल पेज पर उपलब्ध डीप लिंक के माध्यम से SageMaker Studio वर्कफ्लो में सीधे प्रवेश करने की प्रक्रिया का वर्णन किया था। इस वर्ष की शुरुआत में, हमने Studio वातावरण के निर्माण का समय 2 मिनट से घटाकर लगभग 20 सेकंड कर दिया और प्रत्येक नए Studio डोमेन में मॉडल कस्टमाइज़ेशन के लिए पूर्व-कॉन्फ़िगर्ड अधिकार शामिल किए। इन सुधारों ने Studio में प्रवेश करने के बाद डेवलपर्स के लिए अधिकांश बाधाएँ हटा दीं, लेकिन Studio में प्रवेश करने से पहले अभी भी एक प्रमुख बाधा बनी हुई है: AWS खाता बनाना। नए ग्राहकों को अपना ईमेल पता सत्यापित करना, संपर्क जानकारी भरनी, फोन नंबर सत्यापित करना, भुगतान जानकारी प्रदान करनी और समर्थन योजना चुननी होती है, तभी वे विकास शुरू कर सकते हैं। ऐसे व्यक्तिगत डेवलपर्स और सूक्ष्म उद्यमों के लिए, जो कुछ ही मिनटों में साइन-इन करके विकास शुरू करने की प्रथा में हैं, यह अभी भी एक महत्वपूर्ण बाधा है।
नए फीचर्स
इस रिलीज़ के साथ, SageMaker Studio को अपडेट किए गए AWS लॉगिन और पंजीकरण अनुभव में एकीकृत किया गया है। यह अनुभव AWS खाते बनाने और प्रबंधित करने के लिए नए विकल्प प्रदान करता है और सहयोग प्रक्रियाओं को सरल बनाता है। नए ग्राहक अपने मौजूदा पहचान खाते का उपयोग करके खाता बना सकते हैं और SageMaker Studio में विकास शुरू कर सकते हैं।
नया लॉगिन अनुभव
नए ग्राहक अब Google, GitHub, Apple या Amazon खाते का उपयोग करके, या ईमेल पते के साथ, 2 से 3 कदमों में पंजीकरण कर सकते हैं। अधिकांश ग्राहकों को उन्नत AWS खाता पंजीकरण, फोन नंबर सत्यापन या क्रेडिट कार्ड विवरण दर्ज करने की आवश्यकता नहीं है:

चित्र 1: AWS रजिस्ट्रेशन पेज जो सोशल अकाउंट लॉगिन विकल्प प्रदान करता है

पंजीकरण पूरा होने के बाद, SageMaker AI अपने Studio वातावरण को लगभग 20 सेकंड में स्वचालित रूप से बना देगा। इसके बाद, आपको आरंभिक स्थान के अनुरूप पृष्ठ पर ले जाया जाएगा। उदाहरण के लिए, आप Hugging Face पर एक मॉडल खोज सकते हैं और चुन सकते हैं, फिर SageMaker AI पर डिप्लॉय (Deploy on SageMaker AI) करके इसे डिप्लॉय कर सकते हैं। इसके बाद, Studio डिप्लॉय पृष्ठ खोलेगा और एंडपॉइंट बनाने के लिए मॉडल को पहले से ही कॉन्फ़िगर कर देगा:

चित्र 2: Amazon SageMaker AI पर Hugging Face मॉडल डिप्लॉय करना

चित्र 3: SageMaker Studio में एंडपॉइंट सेटिंग्स कॉन्फ़िगर करें

अधिकतम 200 डॉलर के फ्री टियर पॉइंट्स प्राप्त करें, ज्यादातर ग्राहकों को क्रेडिट कार्ड की आवश्यकता नहीं है
नए ग्राहक 100 डॉलर के AWS Free Tier क्रेडिट प्राप्त कर सकते हैं, जिनका उपयोग SageMaker AI के विभिन्न फ़ंक्शन, जैसे एंडपॉइंट डिप्लॉयमेंट, मॉडल कस्टमाइज़ेशन, Studio notebook और मॉडल ट्रेनिंग के लिए किया जा सकता है। इसके अलावा, आपको 100 डॉलर के अतिरिक्त क्रेडिट प्राप्त करने का अवसर भी है। क्रेडिट स्वचालित रूप से आपके उपयोग शुल्क में घटाए जाएंगे; जब आपका क्रेडिट सीमा के करीब पहुँच जाए, तो आपको ईमेल सूचना मिलेगी। Free Tier 6 महीने की अवधि के लिए है, या जब तक क्रेडिट पूरी तरह से समाप्त न हो जाए, जो भी पहले हो। इसके बाद, संसाधनों का उपयोग स्वचालित रूप से बंद हो जाएगा, इसलिए आपको अनजाने में हुए उपयोग के कारण कोई अतिरिक्त शुल्क नहीं लगेगा। आप किसी भी समय भुगतान की जानकारी जोड़कर पेड प्लान में अपग्रेड कर सकते हैं।
पिछली प्रकाशित उपलब्धियों के आधार पर
नए लॉगिन अनुभव के माध्यम से बनाया गया वातावरण पिछले प्रकाशित संस्करण में किए गए सुधारों को शामिल करता है। मॉडल कस्टमाइज़ करने, प्रशिक्षण देने, मूल्यांकन करने और डिप्लॉय करने के लिए आवश्यक अधिकार पहले से ही कॉन्फ़िगर किए गए हैं, इसलिए आपको AWS Identity and Access Management (IAM) भूमिकाएँ बनाने की आवश्यकता नहीं है। योग्य खातों को अंतिम बिंदु, प्रशिक्षण कार्य और Studio नोटबुक के लिए G5, G6 और G4dn GPU उदाहरणों का डिफ़ॉल्ट रूप से उपयोग करने की अनुमति है। इसके अलावा, Studio में उदाहरण चयन मेनू में कोटा उपलब्धता प्रदर्शित होती है, जिससे आप त्वरित रूप से देख सकते हैं कि कौन से उदाहरण प्रकार उपलब्ध हैं।
शुरू करें
आप तुरंत नए लॉगिन तरीके का अनुभव कर सकते हैं:

Hugging Face पर मॉडल ब्राउज़ करें, डिप्लॉय का चयन करें, Amazon SageMaker AI का चयन करें, और समर्थित मॉडल पर Customize on SageMaker AI या Deploy on SageMaker AI का चयन करें। आप Amazon SageMaker Studio पेज पर भी जा सकते हैं और Get started with Amazon SageMaker AI का चयन कर सकते हैं।
AWS लॉगिन पेज पर, Google, GitHub, Apple या Amazon चुनें, या ईमेल पता दर्ज करें, और फिर कुछ चरणों के माध्यम से अकाउंट बनाने के लिए निर्देशों का पालन करें।
Enter the fully configured SageMaker Studio environment and start developing with Free Tier credits.

नए AWS खातों के लिए नया लॉगिन अनुभव। यदि आपके पास पहले से AWS खाता है, तो लॉगिन प्रक्रिया अपरिवर्तित रहेगी।
निष्कर्ष
नया लॉगिन अनुभव Amazon SageMaker AI की खोज से लेकर बिल्डिंग शुरू करने तक की अंतिम प्रमुख बाधा को हटा देता है। तेज़ वातावरण निर्माण, पूर्व-कॉन्फ़िगर्ड अधिकार, Hugging Face से डीप लिंक और डिफ़ॉल्ट GPU एक्सेस के साथ, व्यक्तिगत डेवलपर्स तुरंत शुरू कर सकते हैं। स्टार्टअप टीमें अब अपने मौजूदा पहचान खाते का उपयोग करके मॉडल ढूंढने से लेकर इसे कस्टमाइज़ करने या डिप्लॉय करने तक की प्रक्रिया को कुछ ही मिनटों में पूरा कर सकती हैं।
शुरू करने के लिए, aws.amazon.com/sagemaker/studio पर जाएं या Hugging Face पर मॉडल देखें।

लेखक का परिचय

हज़िम कुदाह
हज़िम AWS के एक प्रोफेशनल सॉल्यूशन आर्किटेक्ट हैं और अमेरिका के टेक्सास, डलास में स्थित हैं। वे अपने ग्राहकों को AWS तकनीक और बेस्ट प्रैक्टिसेज का उपयोग करके AI/ML समाधान बनाने और अपनाने में मदद करने में आनंद लेते हैं। AWS में शामिल होने से पहले, उन्होंने कई उद्योगों और क्षेत्रों के ग्राहकों के लिए कई वर्षों तक तकनीकी परामर्श किया। अपने आज़ाद समय में, वे दौड़ना और अपने कुत्ते नाला के साथ खेलना पसंद करते हैं।

पॉल हार्गिस
पॉल ने AWS, Amazon और Hortonworks सहित कई कंपनियों में मशीन लर्निंग पर काम किया है। वह तकनीकी समाधान बनाने और लोगों को इन समाधानों का उपयोग करना सिखाने में रुचि रखते हैं। पॉल ग्राहकों को वास्तविक दुनिया की समस्याओं को हल करने के लिए मशीन लर्निंग कार्यक्रमों का विस्तार करने में मदद करने में आनंद लेते हैं। AWS में शामिल होने से पहले, उन्होंने Amazon Exports and Expansions के मुख्य आर्किटेक्ट के रूप में काम किया, जहाँ उन्होंने amazon.com के अंतरराष्ट्रीय उपभोक्ताओं के खरीदारी के अनुभव में सुधार करने में मदद की।

Naidile Murali
नैडिले AWS की उत्पाद प्रबंधक हैं और अमेरिका, वाशिंगटन राज्य, बेलव्यू में स्थित हैं। वे Amazon SageMaker AI पर AI/ML डेवलपर्स के अनुभव को बेहतर बनाने के लिए जिम्मेदार हैं, जिसमें Studio के लिए नए ग्राहकों का स्वागत, SageMaker JumpStart मॉडल सेंटर, और IDE के लिए GPU क्षमता प्रबंधन शामिल है। AWS में शामिल होने से पहले, उन्होंने HSBC में सॉफ्टवेयर इंजीनियर के रूप में काम किया था और उनके पास Georgetown University की MBA की डिग्री है।

(स्रोत: MLion)