AWS lança login simplificado para o SageMaker Studio, oferecendo faixa gratuita de $100 para novos usuários

ME AI mensagem, hoje, estamos felizes em anunciar que novos clientes do Amazon SageMaker AI podem acessar um ambiente Amazon SageMaker Studio totalmente configurado em apenas alguns passos após se registrarem no AWS. Você pode usar seus métodos de login existentes, como contas Amazon, Apple, GitHub, Google ou endereço de e-mail. A maioria dos clientes não precisa configurar uma conta AWS avançada, inserir informações de cartão de crédito nem configurar manualmente o ambiente. Novos clientes também recebem créditos de US$ 100 no AWS Free Tier, que podem ser usados para recursos do SageMaker AI, incluindo personalização de modelos, trabalhos de treinamento, notebooks do Studio e implantação de endpoints.
Este artigo complementa nosso artigo anterior, “Entrar no Amazon SageMaker Studio com um clique a partir do Hugging Face”, que apresentou como acessar diretamente o fluxo de trabalho do SageMaker Studio por meio de deep links na página do modelo do Hugging Face. No início deste ano, reduzimos o tempo de criação do ambiente Studio de 2 minutos para cerca de 20 segundos e pré-configuramos permissões de personalização de modelos em cada novo domínio Studio. Essas melhorias eliminaram a maioria das barreiras operacionais após o acesso ao Studio, mas ainda persiste uma grande barreira antes de entrar no Studio: a criação de uma conta AWS. Novos clientes devem verificar seu e-mail, preencher informações de contato, validar seu número de telefone, fornecer dados de pagamento e escolher um plano de suporte antes de poder começar a desenvolver. Para desenvolvedores individuais e pequenas equipes de startups acostumadas a fazer login e começar a desenvolver em poucos minutos, isso ainda representa uma barreira significativa.
Novas funcionalidades
Com este lançamento, o SageMaker Studio foi integrado à experiência atualizada de login e registro da AWS. Essa experiência oferece novas opções para criar e gerenciar contas da AWS e simplifica os processos de colaboração. Novos clientes podem criar uma conta usando suas credenciais de identidade existentes e começar imediatamente a desenvolver no SageMaker Studio.
Nova experiência de login
Novos clientes podem agora se registrar em 2 a 3 etapas usando suas contas do Google, GitHub, Apple ou Amazon, ou com seu endereço de e-mail. A maioria dos clientes não precisa completar o registro avançado da conta AWS, verificar o número de telefone ou inserir informações do cartão de crédito:

Figura 1: Página de registro da AWS com opções de login por redes sociais

Após o registro, o SageMaker AI criará automaticamente seu ambiente Studio em cerca de 20 segundos. Em seguida, você será direcionado para a página correspondente à sua localização inicial. Por exemplo, você pode descobrir e selecionar um modelo no Hugging Face e implantá-lo por meio da opção "Deploy on SageMaker AI". Após isso, o Studio abrirá a página de implantação com o modelo pré-configurado para criação do endpoint:

Figura 2: Implantação do modelo Hugging Face no Amazon SageMaker AI

Figura 3: Configurar as configurações do endpoint no SageMaker Studio

Ganhe até 200 dólares em pontos do plano gratuito; a maioria dos clientes não precisa de cartão de crédito
Novos clientes recebem créditos de US$ 100 no AWS Free Tier, que podem ser usados para diversos recursos do SageMaker AI, incluindo implantação de endpoint, personalização de modelo, notebook Studio e treinamento de modelo. Além disso, você tem a chance de obter créditos adicionais no valor de US$ 100. Os créditos são automaticamente aplicados às suas taxas de uso; quando estiver próximo ao limite, você receberá um aviso por e-mail. O Free Tier tem duração de 6 meses ou até que os créditos se esgotem, o que ocorrer primeiro. Nesse momento, o uso dos recursos será interrompido automaticamente, para que você não incorra em custos adicionais por uso acidental. Você pode atualizar para um plano pago a qualquer momento adicionando informações de pagamento.
Construindo sobre os resultados publicados anteriormente
O ambiente criado pela nova experiência de login inclui melhorias da versão anterior. As permissões necessárias para personalização, treinamento, avaliação e implantação do modelo já estão pré-configuradas, portanto você não precisa criar funções do AWS Identity and Access Management (IAM). Contas elegíveis têm acesso padrão às instâncias GPU G5, G6 e G4dn para endpoints, trabalhos de treinamento e notebooks do Studio. Além disso, o menu de seleção de instâncias no Studio exibe a disponibilidade de cotas, permitindo que você veja rapidamente quais tipos de instâncias estão disponíveis.
Comece a usar
Você pode experimentar imediatamente o novo método de login:

Navegue pelos modelos no Hugging Face, selecione Deploy, escolha Amazon SageMaker AI e, nos modelos compatíveis, selecione Customize on SageMaker AI ou Deploy on SageMaker AI. Você também pode acessar a página do Amazon SageMaker Studio e selecionar Get started with Amazon SageMaker AI.
Na página de login da AWS, selecione Google, GitHub, Apple ou Amazon, ou insira seu endereço de e-mail e siga as instruções para criar uma conta em alguns passos.
Enter the fully configured SageMaker Studio environment and start developing with Free Tier credits.

Nova experiência de login para novas contas AWS. Se você já possui uma conta AWS, o método de login não mudará.
Conclusão
A nova experiência de login remove o último grande obstáculo entre descobrir o Amazon SageMaker AI e começar a construir. Com a criação mais rápida de ambientes, permissões pré-configuradas, deep links da Hugging Face e acesso padrão a GPUs, desenvolvedores individuais podem começar rapidamente. Equipes de startups agora podem usar suas contas de identidade existentes e concluir o processo de encontrar, personalizar ou implantar modelos em poucos minutos.
Para começar, visite aws.amazon.com/sagemaker/studio ou explore os modelos no Hugging Face.

Biografia do autor

Hazim Qudah
Hazim é arquiteto de soluções especializado da AWS, baseado em Dallas, Texas, Estados Unidos. Ele gosta de ajudar clientes a construir e adotar soluções de IA/ML utilizando tecnologias e práticas recomendadas da AWS. Antes de se juntar à AWS, trabalhou por muitos anos como consultor de tecnologia, atendendo clientes de diversos setores e regiões. Nos tempos livres, gosta de correr e brincar com seu cachorro, Nala.

Paul Hargis
Paul já trabalhou em empresas como AWS, Amazon e Hortonworks, focando em machine learning. Ele gosta de construir soluções tecnológicas e ensinar às pessoas como utilizá-las. Paul se dedica a ajudar clientes a expandir seus programas de machine learning para resolver problemas do mundo real. Antes de se juntar à AWS, foi arquiteto-chefe da Amazon Exports and Expansions, ajudando a melhorar a experiência de compra de consumidores internacionais no amazon.com.

Naidile Murali
Naidile é gerente de produto da AWS, sediada em Bellevue, Washington, Estados Unidos. Ela é principalmente responsável por melhorar a experiência de desenvolvedores de IA/ML no Amazon SageMaker AI, incluindo a integração de novos clientes no Studio, o centro de modelos SageMaker JumpStart e a gestão de capacidade GPU no IDE. Antes de se juntar à AWS, ela trabalhou como engenheira de software no HSBC e possui um MBA da Georgetown University.

(Fonte: MLion)