AWS Melancarkan Log Masuk Dipermudahkan untuk SageMaker Studio, Menawarkan Tier Percuma $100 kepada Pengguna Baru

ME AI mesej, hari ini, kami dengan gembira mengumumkan bahawa pelanggan baru Amazon SageMaker AI kini boleh memasuki persekitaran Amazon SageMaker Studio yang telah disediakan sepenuhnya hanya dengan beberapa langkah selepas mendaftar AWS. Anda boleh menggunakan cara log masuk yang sudah ada, seperti akaun Amazon, Apple, GitHub, Google, atau alamat emel. Kebanyakan pelanggan tidak perlu menetapkan akaun AWS lanjutan, memasukkan maklumat kad kredit, atau mengkonfigurasi persekitaran secara manual. Pelanggan baru juga akan menerima kredit AWS Free Tier sebanyak USD100 yang boleh digunakan untuk semua fungsi SageMaker AI, termasuk penyesuaian model, tugas latihan, notebook Studio, dan penghantaran endpoint.
Artikel ini melanjutkan artikel sebelumnya kami berjudul “Masuk ke Amazon SageMaker Studio Secara Langsung dari Hugging Face”. Artikel tersebut menjelaskan cara mengakses alur kerja SageMaker Studio secara langsung melalui tautan mendalam di halaman model Hugging Face. Pada awal tahun ini, kami juga memperpendek masa pembuatan lingkungan Studio dari 2 menit menjadi sekitar 20 saat, serta mengkonfigurasi secara pra-aturan izin penyesuaian model di setiap domain Studio yang dibuat baru. Peningkatan ini menghilangkan sebagian besar hambatan operasional setelah pengembang masuk ke Studio, tetapi masih ada satu hambatan utama sebelum masuk ke Studio: pembuatan akaun AWS. Pelanggan baru harus memverifikasi alamat email, mengisi maklumat hubungan, memverifikasi nombor telefon, menyediakan maklumat pembayaran, dan memilih rancangan sokongan sebelum mereka boleh memulakan pembinaan. Bagi pengembang peribadi dan pasukan usaha kecil yang terbiasa log masuk dan bermula pembangunan dalam beberapa minit, ini masih merupakan rintangan yang besar.
Ciri baharu
Dengan pelancaran ini, SageMaker Studio telah diintegrasikan ke dalam pengalaman log masuk dan pendaftaran AWS yang dikemaskini. Pengalaman ini menawarkan pilihan baru untuk mencipta dan mengurus akaun AWS, serta menyederhanakan proses kerjasama. Pelanggan baharu boleh mencipta akaun menggunakan akaun identiti yang sudah ada dan segera memulakan pembangunan di SageMaker Studio.
Pengalaman log masuk yang baharu
Pelanggan baru kini boleh mendaftar dalam 2 hingga 3 langkah menggunakan akaun Google, GitHub, Apple, atau Amazon, atau menggunakan alamat emel. Kebanyakan pelanggan tidak perlu menyelesaikan pendaftaran akaun AWS lanjutan, mengesahkan nombor telefon, atau memasukkan maklumat kad kredit:

Rajah 1: Halaman pendaftaran AWS yang menawarkan pilihan log masuk akaun sosial

Setelah pendaftaran selesai, SageMaker AI akan secara automatik mencipta persekitaran Studio anda dalam masa kira-kira 20 saat. Selepas itu, anda akan diarahkan ke halaman yang sepadan dengan lokasi permulaan. Sebagai contoh, anda boleh menemui dan memilih model di Hugging Face, kemudian menerapkannya melalui Deploy on SageMaker AI. Selepas itu, Studio akan membuka halaman penerapan dengan model yang telah dikonfigurasi secara pra-atur untuk mencipta endpoint:

Rajah 2: Menerapkan model Hugging Face di Amazon SageMaker AI

Rajah 3: Menyusun tetapan endpoint di SageMaker Studio

Mendapat hingga 200 dolar AS poin Tier Percuma, kebanyakan pelanggan tidak memerlukan kad kredit
Pelanggan baru mendapat kredit AWS Free Tier bernilai US$100 yang boleh digunakan untuk pelbagai fungsi SageMaker AI, termasuk penyebaran endpoint, penyesuaian model, notebook Studio, dan latihan model. Selain itu, anda juga berpeluang mendapat kredit tambahan bernilai US$100. Kredit akan dikurangkan secara automatik daripada caj penggunaan anda; apabila hampir mencapai had, anda akan menerima notifikasi melalui e-mel. Tempoh Free Tier adalah selama 6 bulan, atau sehingga kredit habis digunakan, mana-mana yang lebih awal. Pada masa itu, penggunaan sumber akan dihentikan secara automatik, jadi anda tidak akan dikenakan caj tambahan akibat penggunaan yang tidak disengajakan. Anda boleh meningkatkan ke rancangan berbayar kapan sahaja dengan menambahkan maklumat pembayaran.
Membina atas pencapaian yang telah dipublikasikan sebelumnya
Lingkungan yang dibuat melalui pengalaman log masuk baharu mengandungi penambahbaikan daripada versi sebelumnya. Kebenaran yang diperlukan untuk penyesuaian model, latihan, penilaian, dan penghantaran telah dikonfigurasi secara pra-tertakrif, jadi anda tidak perlu membuat peranan AWS Identity and Access Management (IAM). Akaun yang memenuhi syarat secara lalai boleh menggunakan contoh GPU G5, G6, dan G4dn untuk endpoint, tugas latihan, dan notebook Studio. Selain itu, menu pilihan contoh dalam Studio akan menunjukkan ketersediaan kuota, membolehkan anda melihat dengan cepat jenis contoh yang tersedia.
Mulai menggunakan
Anda boleh segera mencuba cara log masuk baharu:

Browse models on Hugging Face, select Deploy, choose Amazon SageMaker AI, then select Customize on SageMaker AI or Deploy on SageMaker AI on supported models. You can also visit the Amazon SageMaker Studio page and select Get started with Amazon SageMaker AI.
Di halaman log masuk AWS, pilih Google, GitHub, Apple, atau Amazon, atau masukkan alamat emel, kemudian ikuti arahan untuk membuat akaun dalam beberapa langkah.
Masuk ke persekitaran SageMaker Studio yang telah dikonfigurasi sepenuhnya dan mulakan pembangunan dengan menggunakan积分 Free Tier.

Pengalaman log masuk baharu untuk akaun AWS baharu. Jika anda sudah mempunyai akaun AWS, cara log masuk tidak berubah.
Penutup
Pengalaman log masuk baharu menghapuskan halangan utama terakhir antara penemuan Amazon SageMaker AI dan permulaan pembinaan. Dengan kecepatan penciptaan persekitaran yang lebih pantas, kebenaran pra-konfigurasi, pautan mendalam dari Hugging Face, dan akses GPU secara lalai, pembangun peribadi boleh bermula dengan pantas. Pasukan usahawan kini boleh menggunakan akaun identiti yang sudah ada dan menyelesaikan proses dari mencari model sehingga menyesuaikan atau menghantar model dalam beberapa minit.
Untuk memulai, lawati aws.amazon.com/sagemaker/studio, atau eksplor model di Hugging Face.

Tentang Penulis

Hazim Qudah
Hazim ialah arkitek penyelesaian profesional di AWS, berpangkalan di Dallas, Texas, Amerika Syarikat. Beliau gembira membantu pelanggan membina dan mengadopsi penyelesaian AI/ML dengan menggunakan teknologi dan amalan terbaik AWS. Sebelum menyertai AWS, beliau telah bekerja dalam konsultasi teknologi selama bertahun-tahun, melayani pelanggan dari pelbagai industri dan kawasan. Semasa masa lapang, beliau suka berlari dan bermain dengan anjingnya, Nala.

Paul Hargis
Paul pernah fokus pada kerja-kerja pembelajaran mesin di beberapa syarikat termasuk AWS, Amazon, dan Hortonworks. Beliau suka membina penyelesaian teknologi dan mengajar orang bagaimana menggunakan penyelesaian tersebut. Paul bersemangat untuk membantu pelanggan memperluaskan program pembelajaran mesin mereka untuk menyelesaikan masalah dunia nyata. Sebelum menyertai AWS, beliau pernah menjadi Arkitek Utama di Amazon Exports and Expansions, membantu meningkatkan pengalaman belian pengguna antarabangsa di amazon.com.

Naidile Murali
Naidile ialah produk manajer AWS, berdasarkan di Bellevue, Washington, Amerika Syarikat. Beliau terutama bertanggungjawab untuk memperbaiki pengalaman pembangun AI/ML di Amazon SageMaker AI, termasuk pengenalan pelanggan baru ke Studio, pusat model SageMaker JumpStart, dan pengurusan kapasiti GPU untuk IDE. Sebelum menyertai AWS, beliau pernah bekerja sebagai jurutera perisian di HSBC dan memegang ijazah MBA dari Georgetown University.

(Sumber: MLion)