AWS نے SageMaker Studio کے لیے سادہ لاگ ان متعارف کرایا، نئے صارفین کے لیے $100 فری ٹائر فراہم کرتا ہے

ME AI کا پیغام، آج، ہم خوشی کے ساتھ اعلان کرتے ہیں کہ نئے Amazon SageMaker AI صارفین اب صرف AWS پر رجسٹر ہونے کے بعد کچھ اقدامات مکمل کرکے مکمل طور پر ترتیب دیا گیا Amazon SageMaker Studio ماحول تک رسائی حاصل کر سکتے ہیں۔ آپ اپنے موجودہ لاگ ان کا استعمال کر سکتے ہیں، جیسے کہ Amazon، Apple، GitHub، Google اکاؤنٹ یا ای میل پتہ۔ زیادہ تر صارفین کو اعلیٰ AWS اکاؤنٹ ترتیب دینے، کریڈٹ کارڈ کی معلومات درج کرنے یا ماحول کو دستی طور پر ترتیب دینے کی ضرورت نہیں ہے۔ نئے صارفین کو SageMaker AI کے تمام فنکشنز، جس میں ماڈل کسٹمائزیشن، ٹریننگ جابز، Studio نوٹ بک اور اینڈ پوائنٹ ڈپلومنٹ شامل ہیں، کے لیے 100 امریکی ڈالر کے AWS Free Tier کریڈٹس بھی مل جاتے ہیں۔
یہ مضمون ہم نے پہلے جاری کیا تھا، "Hugging Face سے ایک کلک میں Amazon SageMaker Studio میں داخل ہوں"۔ اس مضمون میں یہ بتایا گیا تھا کہ Hugging Face ماڈل پیج کے گہرے لنکس کے ذریعے SageMaker Studio ورک فلو میں کیسے فوری طور پر داخل ہو سکتے ہیں۔ اس سال کے شروع میں، ہم نے Studio ماحول کی تشکیل کا وقت 2 منٹ سے کم کرکے تقریباً 20 سیکنڈ کر دیا اور ہر نئے Studio ڈومین میں ماڈل کسٹمائزیشن کے اجازت نامے پہلے سے ترتیب دے دیے۔ ان بہتریوں نے ڈویلپرز کو Studio میں داخل ہونے کے بعد زیادہ تر رکاوٹوں کو ختم کر دیا، لیکن Studio میں داخل ہونے سے پہلے اب بھی ایک بڑی رکاوٹ باقی ہے: AWS اکاؤنٹ بنانا۔ نئے صارفین کو الیکٹرانک ای میل تصدیق کرنی ہوگی، رابطہ کی معلومات درج کرنی ہوں گی، فون نمبر تصدیق کرنا ہوگا، ادائیگی کی معلومات فراہم کرنی ہوں گی، اور سپورٹ پلان منتخب کرنا ہوگا، تاکہ وہ تعمیر شروع کر سکیں۔ افراد کے لئے جو کچھ منٹوں میں لاگ ان ہو کر ترقی شروع کرنے کے عادی ہیں اور چھوٹے اسٹارٹ اپ ٹیمز، یہ اب بھی ایک بڑا رُکاوٹ ہے۔
نئی خصوصیات
اس جاری کردہ اشتہار کے ساتھ، سیج میکر اسٹوڈیو کو اپڈیٹ کردہ AWS لاگ ان اور رجسٹریشن تجربے میں ادھم کر دیا گیا ہے۔ یہ تجربہ AWS اکاؤنٹ بنانے اور انتظام کے لیے نئے آپشنز فراہم کرتا ہے اور تعاون کے عمل کو آسان بناتا ہے۔ نئے صارفین اپنے موجودہ شناختی اکاؤنٹ کا استعمال کرتے ہوئے اکاؤنٹ بناسکتے ہیں اور فوراً سیج میکر اسٹوڈیو میں ڈویلپمنٹ شروع کرسکتے ہیں۔
نیا لاگ ان تجربہ
نئے صارفین اب گوگل، گٹھب، ایپل یا ایمیزون اکاؤنٹس کا استعمال کرکے، یا ای میل ایڈریس کے ذریعے، صرف 2 سے 3 اسٹیپس میں رجسٹر ہو سکتے ہیں۔ زیادہ تر صارفین کو ایڈوانس AWS اکاؤنٹ رجسٹریشن، فون نمبر تصدیق، یا کریڈٹ کارڈ معلومات درج کرنے کی ضرورت نہیں ہے:

شکل 1: AWS رجسٹریشن صفحہ جو سوشل اکاؤنٹس کے ذریعے لاگ ان کے اختیارات فراہم کرتا ہے

رجسٹریشن مکمل ہونے کے بعد، SageMaker AI اپنے اسٹوڈیو ماحول کو تقریباً 20 سیکنڈ میں خودکار طور پر تشکیل دے دے گا۔ اس کے بعد، آپ اپنے شروعاتی مقام کے مطابق صفحہ پر پہنچ جائیں گے۔ مثال کے طور پر، آپ Hugging Face پر ایک ماڈل تلاش کر سکتے ہیں اور اسے منتخب کر سکتے ہیں، اور پھر SageMaker AI پر ڈیپلوی (Deploy on SageMaker AI) کر کے اسے ڈیپلوی کر سکتے ہیں۔ اس کے بعد، اسٹوڈیو ڈیپلویمنٹ صفحہ کھول دے گا اور اندراج کے لیے ماڈل کو پہلے سے ترتیب دے دے گا:

شکل 2: Hugging Face ماڈل کو Amazon SageMaker AI پر ڈیپلوی کریں

شکل 3: SageMaker Studio میں اینڈ پوائنٹ سیٹنگز کو کنفیگر کریں

زیادہ سے زیادہ 200 ڈالر فری ٹائر اسکور حاصل کریں، زیادہ تر صارفین کے لیے کریڈٹ کارڈ کی ضرورت نہیں
نئے صارفین کو SageMaker AI کے تمام فیچرز، جیسے اینڈ پوائنٹ ڈیپلومنٹ، ماڈل کسٹمائزیشن، Studio نوٹ بک اور ماڈل ٹریننگ کے لیے 100 امریکی ڈالر کے AWS فری ٹائر کریڈٹس ملیں گے۔ اس کے علاوہ، آپ کو 100 امریکی ڈالر کے مزید کریڈٹس حاصل کرنے کا موقع بھی مل سکتا ہے۔ کریڈٹس آپ کے استعمال کے خرچوں کو خودکار طور پر کم کردیں گے؛ جب آپ کا حد تک پہنچ جائیں تو آپ کو ای میل کے ذریعے اطلاع دی جائے گی۔ فری ٹائر 6 ماہ کی مدت کے لیے ہے، یا جب تک کریڈٹس ختم نہ ہو جائیں، جو بھی پہلے ہو۔ اس کے بعد، وسائل خودکار طور پر بند ہو جائیں گے، اس لیے آپ کو غیر متوقع استعمال کی وجہ سے اضافی فیس نہیں لگے گی۔ آپ جب بھی چاہیں، ادائیگی کی معلومات شامل کرکے ادائیگی والے منصوبے میں اپ گریڈ کر سکتے ہیں۔
پہلے جاری کردہ نتائج کے بنیاد پر بنایا گیا
نئے لاگ ان تجربے کے ذریعے بنائے گئے ماحول میں پہلے جاری کردہ ورژن کے بہتریوں کو شامل کیا گیا ہے۔ ماڈل کی کسٹمائزیشن، تربیت، جائزہ اور ڈیپلومنٹ کے لیے درکار اجازتیں پہلے سے ترتیب دے دی گئی ہیں، اس لیے آپ کو AWS Identity and Access Management (IAM) کردار بنانے کی ضرورت نہیں ہے۔ اہل حسابات کو اسٹریم، تربیت کے کام اور Studio نوٹ بک کے لیے G5، G6 اور G4dn GPU انسٹنسز کا ڈیفالٹ طور پر استعمال کرنے کا حق حاصل ہے۔ علاوہ ازیں، Studio میں انسٹنس کا انتخاب کا مینو آپ کو فوری طور پر یہ دکھائے گا کہ کون سے انسٹنس ٹائپ دستیاب ہیں۔
استعمال شروع کریں
آپ فوراً نئے لاگ ان طریقے کا تجربہ کر سکتے ہیں:

ہگنگ فیس پر ماڈلز کو براؤز کریں، ڈیپلوی کریں منتخب کریں، ایمazen سیج میکر AI منتخب کریں، اور سیج میکر AI پر کسٹمائز کریں یا سیج میکر AI پر ڈیپلوی کریں۔ آپ ایمazen سیج میکر اسٹوڈیو صفحہ بھی کھول سکتے ہیں اور ایمazen سیج میکر AI کے ساتھ شروع کریں منتخب کر سکتے ہیں۔
AWS لاگ ان صفحہ پر، گوگل، گٹھب، ایپل یا ایمیزون منتخب کریں، یا ای میل ایڈریس درج کریں، اور کچھ مراحل کے ذریعے اکاؤنٹ بنانے کے لیے ہدایات پر عمل کریں۔
مکمل طور پر ترتیب دیا گیا SageMaker Studio ماحول میں داخل ہوں اور فری ٹائر کریڈٹس کا استعمال کرتے ہوئے ڈویلپمنٹ شروع کریں۔

نئے AWS اکاؤنٹس کے لیے نیا لاگ ان تجربہ۔ اگر آپ کے پاس پہلے سے AWS اکاؤنٹ ہے، تو لاگ ان طریقہ ویسا ہی رہے گا۔
اختتام
نئے لاگ ان تجربے نے Amazon SageMaker AI کی دریافت سے لے کر تعمیر شروع کرنے تک کا آخری بڑا رکاوٹ ختم کر دیا ہے۔ تیز تر ماحول بنانے، پہلے سے ترتیب دی گئی اجازتوں، Hugging Face سے گہرے لنکس، اور ڈیفالٹ GPU تک رسائی کے ساتھ، انفرادی ڈویلپرز جلدی شروع کر سکتے ہیں۔ اسٹارٹ اپ ٹیمیں اب اپنے موجودہ شناخت کے اکاؤنٹس کا استعمال کرتے ہوئے ماڈل تلاش کرنے سے لے کر اسے کسٹمائز یا ڈپلوی کرنے تک کا عمل صرف کچھ منٹوں میں مکمل کر سکتی ہیں۔
شروع کرنے کے لیے، aws.amazon.com/sagemaker/studio پر جائیں یا Hugging Face پر ماڈلز کا جائزہ لیں۔

مصنف کا تعارف

hazim qudah
ہازم ایم وی ایس کے ایک پیشہ ورانہ حل ساز معمار ہیں جو امریکہ کے ٹیکساس کے ڈالاس میں مقیم ہیں۔ وہ اپنے صارفین کو AWS ٹیکنالوجی اور بہترین طریقہ کاروں کا استعمال کرتے ہوئے AI/ML حل بنانے اور ان کو اپنانے میں مدد کرنے میں خوشی محسوس کرتے ہیں۔ AWS میں شامل ہونے سے پہلے، وہ کئی سالوں تک ٹیکنالوجی مشورہ دینے والے کام پر مصروف رہے جس میں مختلف صنعتوں اور علاقوں کے صارفین شamil تھے۔ آزاد وقت میں، وہ دوڑنے اور اپنے کتے نالا کے ساتھ کھیلنے کا شوق رکھتے ہیں۔

پال ہارگس
پال نے AWS، ایمیزون اور ہارٹون ورکس سمیت کئی کمپنیوں میں مشین لرننگ پر کام کیا ہے۔ وہ ٹیکنالوجی کے حل بنانے اور لوگوں کو ان حل کا استعمال سکھانے کا شوق رکھتے ہیں۔ پال صارفین کی مشین لرننگ کے منصوبوں کو وسعت دے کر حقیقی دنیا کے مسائل کا حل نکالنے میں مدد کرنے میں خوش ہیں۔ AWS میں شامل ہونے سے پہلے، وہ ایمیزون ایکسپورٹس اینڈ ایکسپینشنز کے چیف آرکیٹیکٹ رہ چکے تھے، جہاں انہوں نے amazon.com کے بین الاقوامی صارفین کے خریداری کے تجربے کو بہتر بنانے میں مدد کی۔

نائیدیل مورالی
نائیڈیل AWS کے لیے پروڈکٹ مینیجر ہیں اور امریکہ، واشنگٹن ریاست، بیلوویو میں مقیم ہیں۔ وہ Amazon SageMaker AI پر AI/ML ڈویلپرز کے تجربے کو بہتر بنانے کے لیے ذمہ دار ہیں، جس میں Studio کے نئے صارفین کا آغاز، SageMaker JumpStart ماڈل سینٹر، اور IDE کے لیے GPU کی صلاحیت کا انتظام شامل ہے۔ AWS میں شامل ہونے سے پہلے، وہ HSBC میں سافٹ ویئر انجینئر کے طور پر کام کر چکی ہیں اور ان کے پاس جارج ٹاؤن یونیورسٹی کا ایم بی اے ڈگری ہے۔

(ذریعہ: MLion)