[해외] AWS, SageMaker를 출시하여 기계 학습 모델을보다 쉽게 ​​구축 및 배포

https://techcrunch.com/2017/11/29/aws-releases-sagemaker-to-make-it-easier-to-build-and-deploy-machine-learning-models/

 

 

AWS, SageMaker를 출시하여 기계 학습 모델을보다 쉽게 ​​구축 및 배포

 

클라우드 서비스는 소프트웨어 또는 인프라와 상관없이 특정 프로세스를 관리하는 것과 관련된 많은 복잡성을 없애기 위해 설계되었습니다. 오늘날에는 기계 학습이 개발자들에게 인기를 얻고 있으며 AWS는 기계 학습 모델을 구축하고 배포하는 것과 관련된 몇 가지 장애물을 제거하기 위해 노력하고 있습니다.

 

이를 위해 Amazon SageMaker 는 개발자 및 데이터 과학자가 기계 학습 모델 프로세스를 관리 할 수있는 프레임 워크를 제공하면서 일반적으로 관련된 많은 작업을 제거하는 새로운 서비스를 발표했습니다 .

 

랜달 헌트 (Randall Hunt)는 새로운 서비스를 발표 한 블로그 글에이 아이디어는 새로운 애플리케이션에 통합 된 기계 학습 과정을 가속화하기위한 프레임 워크를 제공한다고 전했다. "Amazon SageMaker는 데이터 과학자, 개발자 및 기계 학습 전문가가 기계 학습 모델을 신속하게 구축, 교육 및 호스팅 할 수 있도록 완벽하게 관리되는 엔드 투 엔드 (end-to-end) 기계 학습 서비스입니다."라고 Hunt는 말했습니다.

 

AWS의 앤디 재시 (Andy Jassy) CEO가 새로운 서비스를 소개하면서 "Amazon SageMaker는 매일 매일의 개발자를위한 기계 학습 모델을 쉽게 배울 수있는 방법"이라고 설명했습니다.

 

새로운 도구는 세 가지 주요 부분을 포함합니다.

 

 

 

 

그것은 당신의 모델의 기초가 될 데이터를 검토하기 위해 표준 Jupyter 노트북을 사용하는 Notebook으로 시작합니다. 표준 인스턴스에서이 첫 번째 단계를 실행하거나 프로세서 집약적 인 요구 사항을 위해 GPU를 선택할 수 있습니다.

 

데이터를 준비하고 나면 모델을 교육하기위한 작업을 시작할 수 있습니다. 여기에는 모델의 기본 알고리즘이 포함됩니다. 이 부분에서는 인기있는 TensorFlow와 같은 자신 만의 제품을 가져 오거나 AWS가 사전 구성한 제품 중 하나를 사용할 수 있습니다.

 

그의 발표에서 Jassy는 SageMaker의 유연성을 강조했습니다. 즉시 사용 가능한 도구를 제공하거나 직접 가져올 수 있습니다. 두 경우 모두 소스에 상관없이 가장 널리 사용되는 알고리즘을 처리하도록 서비스가 조정되었습니다.

 

Constellation Research의 부사장이자 수석 애널리스트 인 홀거 뮐러 (Holger Mueller)는이 유연성이 양날의 검이 될 수 있다고 말합니다. "SageMaker는 업무 / 교육 / 노력을 크게 줄이고 이러한 앱을 구축하는 데 도움이됩니다. AWS는 많은 모델의 '다국 언어'세계를 지원하고 있으며 사용자와 컴퓨팅 / 데이터로드를 유지하기를 원합니다. "

 

그는 AWS가 TensorFlow와 같은 자체 신경 네트워크를 발표했지만 아직 그 전면에는 아무것도없는 경우 더 큰 이야기가 될 것이라고 생각합니다.

어쨌든 Amazon은 노드 오류, 자동 확장 또는 보안 패치와 같은 문제를 포함하여 모델을 실행하는 데 필요한 기본 인프라를 모두 처리합니다.

 

모델을 갖고 나면 Jassy는 SageMaker에서 실행하거나 다른 서비스에서 사용할 수 있다고 말했습니다. 그는 "이것은 데이터 과학자와 개발자에게 큰 의미가 있습니다."라고 말했습니다.

 

AWS는 무료 서비스 계층의 일환으로 오늘부터 무료로이 서비스를 사용할 수있게하고 있지만 특정 수준을 초과하면 사용량 및 지역에 따라 가격이 책정됩니다.