AWS 推出 SageMaker Studio 簡化登入功能，並為新用戶提供 100 美元免費使用額度
KuCoinFlash分享
精華摘要
AWS 已為 SageMaker Studio 推出簡化登入功能，並為使用該平台的開發者提供新的代幣上架。此更新允許用戶透過 Amazon、Apple、GitHub 或 Google 登入，跳過複雜的設定步驟。鏈上新聞顯示，對簡化工具的興趣日益增加，新用戶可獲得 100 美元的免費層信用額度用於訓練和部署。此變更降低了開發者和小型團隊的進入門檻。
本文延續了我們先前發布的文章《從 Hugging Face 一鍵進入 Amazon SageMaker Studio》。該文章介紹了如何透過 Hugging Face 模型頁面中的深度連結，直接進入 SageMaker Studio 工作流程。今年早些時候，我們已將 Studio 環境的建立時間從 2 分鐘縮短至約 20 秒，並在每個新建的 Studio 域中預先配置了模型自訂權限。這些改進消除了開發者進入 Studio 後的大部分操作障礙，但在進入 Studio 之前仍有一個主要障礙：建立 AWS 帳戶。新客戶必須驗證電子郵件、填寫聯絡資訊、驗證電話號碼、提供付款資訊並選擇支援方案，才能開始構建。對於習慣於在幾分鐘內完成登入並開始開發的個人開發者和小型創業團隊而言，這仍是一道不小的門檻。
新增功能
隨著此次發佈，SageMaker Studio 已整合至更新後的 AWS 登錄和註冊體驗中。該體驗為建立和管理 AWS 帳戶提供了新的選項，並簡化了協作流程。新客戶可使用現有的身份帳號建立帳戶，並立即開始在 SageMaker Studio 中進行開發。
全新的登入體驗
新客戶現在可以使用 Google、GitHub、Apple 或 Amazon 帳號，或使用電子郵件地址，在 2 至 3 個步驟內完成註冊。大多數客戶無需完成高級 AWS 帳戶註冊、驗證電話號碼或輸入信用卡資訊：
圖 1：提供社交帳號登入選項的 AWS 註冊頁面
註冊完成後，SageMaker AI 會在約 20 秒內自動建立您的 Studio 環境。隨後，您將進入與起始位置相對應的頁面。例如，您可以在 Hugging Face 上發現並選擇一個模型，然後透過在 SageMaker AI 上部署（Deploy on SageMaker AI）進行部署。之後，Studio 會開啟部署頁面，並預先配置好用於建立端點的模型：
圖 2：在 Amazon SageMaker AI 上部署 Hugging Face 模型
圖 3：在 SageMaker Studio 中配置端點設定
最高可獲得 200 美元 Free Tier 積分，大多數客戶無需信用卡
新客戶可獲得 100 美元的 AWS Free Tier 積分，可用於 SageMaker AI 的各項功能，包括端點部署、模型定製、Studio notebook 和模型訓練。此外，您還有機會額外獲得價值 100 美元的積分。積分會自動抵扣您的使用費用；當接近額度上限時，您會收到電子郵件通知。Free Tier 期限為 6 個月，或在積分全部用完時結束，以先到者為準。屆時，資源使用會自動停止，因此您不會因意外使用而產生額外費用。您可以隨時通過添加支付資訊升級到付費計劃。
在先前發布的成果基礎上建立
透過全新登入體驗建立的環境包含了先前發佈版本中的改進。模型定製、訓練、評估和部署所需的權限均已預先配置，因此您無需建立 AWS Identity and Access Management（IAM）角色。符合資格的帳戶預設可使用 G5、G6 和 G4dn GPU 實例，用於端點、訓練作業和 Studio notebook。此外，Studio 中的實例選擇選單會顯示配額可用性，您可以快速查看哪些實例類型可供使用。
開始使用
您可以立即體驗全新的登入方式：
在 Hugging Face 上瀏覽模型，選擇部署（Deploy），選擇 Amazon SageMaker AI，然後在支援的模型上選擇在 SageMaker AI 上定製（Customize on SageMaker AI）或在 SageMaker AI 上部署（Deploy on SageMaker AI）。您也可以訪問 Amazon SageMaker Studio 頁面，並選擇開始使用 Amazon SageMaker AI（Get started with Amazon SageMaker AI）。
在 AWS 登錄頁面上，選擇 Google、GitHub、Apple 或 Amazon，也可以輸入電子郵箱地址，然後按照提示通過幾個步驟創建帳戶。
進入完全配置好的 SageMaker Studio 環境，並使用 Free Tier 積分開始開發。
全新的登入體驗適用於新的 AWS 帳戶。如果您已擁有 AWS 帳戶，登入方式不會改變。
結語
全新的登入體驗消除了從發現 Amazon SageMaker AI 到開始構建之間最後一個主要障礙。結合更快的環境建立速度、預先配置的權限、來自 Hugging Face 的深度連結以及預設的 GPU 訪問權限，個人開發者可以快速開始使用。創業團隊現在可以使用現有的身份帳戶，在幾分鐘內完成從查找模型到自訂或部署模型的流程。
如需開始使用，請訪問 aws.amazon.com/sagemaker/studio，或在 Hugging Face 上探索模型。
作者簡介
哈齊姆·庫達
Hazim 是 AWS 的專業解決方案架構師，常駐美國德克薩斯州達拉斯。他樂於協助客戶運用 AWS 技術與最佳實踐來構建和採用 AI/ML 解決方案。在加入 AWS 之前，他曾多年從事技術諮詢工作，服務過眾多行業和地區的客戶。閒暇時，他喜歡跑步以及與自己的狗 Nala 玩耍。
保羅·哈吉斯
Paul 曾在包括 AWS、Amazon 和 Hortonworks 在內的多家公司專注於機器學習工作。他喜歡構建技術解決方案，並教人們如何使用這些解決方案。Paul 樂於幫助客戶擴大機器學習計劃，以解決現實世界中的問題。在加入 AWS 之前，他曾擔任 Amazon Exports and Expansions 的首席架構師，幫助 amazon.com 改善國際消費者的購物體驗。
Naidile Murali
Naidile 是 AWS 的產品經理，常駐美國華盛頓州貝爾維尤。她主要負責改善 Amazon SageMaker AI 上的 AI/ML 開發者體驗，包括 Studio 新客戶入門、SageMaker JumpStart 模型中心，以及 IDE 的 GPU 容量管理。在加入 AWS 之前，她曾於 HSBC 擔任軟體工程師，並擁有 Georgetown University 的 MBA 學位。
（來源：MLion）
來源:顯示原文
免責聲明：本頁面資訊可能來自第三方，不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用，不構成任何形式的陳述或保證，也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏，或因使用該資訊而導致的任何結果不承擔任何責任。
虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息，請參閱我們的使用條款和風險披露 。