Amazon SageMaker Unified Studio
สภาพแวดล้อมการพัฒนาข้อมูลและ AI เดียวที่สร้างขึ้นบน Amazon DataZone
ภาพรวม
Amazon SageMaker เป็นสภาพแวดล้อมการพัฒนาข้อมูลและ AI เดียวที่คุณสามารถค้นหาและเข้าถึงข้อมูลทั้งหมดในองค์กรของคุณและดำเนินการโดยใช้เครื่องมือที่ดีที่สุดในทุกกรณีใช้งาน SageMaker Unified Studio รวบรวมฟังก์ชันการทำงานและเครื่องมือจากบริการ AWS Analytics และ AI/ML ที่มีอยู่ รวมถึง Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock และ Amazon SageMaker AI จากภายใน Unified Studio คุณสามารถค้นหา เข้าถึง และสืบค้นข้อมูลและองค์ประกอบ AI ทั่วทั้งองค์กรของคุณได้ จากนั้นก็สามารถทำงานร่วมกันในโปรเจกต์เพื่อสร้างและแบ่งปันการวิเคราะห์และอาร์ทิแฟกต์ AI อย่างปลอดภัย ซึ่งได้แก่ ข้อมูล โมเดล และแอปพลิเคชัน AI ช่วยสร้าง
ประสบการณ์แบบผสานรวมสำหรับข้อมูลและ AI ทั้งหมด
ค้นพบข้อมูลและนำไปใช้งานโดยใช้เครื่องมือ AWS ที่คุ้นเคยสำหรับเวิร์กโฟลว์การพัฒนาที่สมบูรณ์ รวมถึงการพัฒนาโมเดล การพัฒนาแอป AI ช่วยสร้าง การประมวลผลข้อมูล และการวิเคราะห์ SQL ในสภาพแวดล้อมที่มีการกำกับดูแลเดียว สร้างหรือเข้าร่วมโปรเจกต์เพื่อทำงานร่วมกับทีม แชร์อาร์ทิแฟกต์ AI และการวิเคราะห์อย่างปลอดภัย ตลอดจนเข้าถึงข้อมูลที่จัดเก็บไว้ใน Amazon Simple Storage Service (Amazon S3), Amazon Redshift และแหล่งที่มาของข้อมูลอื่น ๆ ผ่าน Amazon SageMaker Lakehouse ให้เปลี่ยนวิธีการทำงานของทีมข้อมูลร่วมกับ Amazon SageMaker Unified Studio เมื่อกรณีการใช้งานของ AI และการวิเคราะห์ผสานรวมเข้าด้วยกัน
ใช้เครื่องมือที่ดีที่สุดในระดับเดียวกัน ไม่ว่าจะทำงานใดก็ตาม
เพิ่มประสิทธิภาพการเข้าถึงเครื่องมือและฟังก์ชันการทำงานที่คุ้นเคยจากบริการวิเคราะห์ AWS รวมถึงบริการด้านปัญญาประดิษฐ์และแมชชีนเลิร์นนิง (AI/ML) ที่สร้างขึ้นโดยเฉพาะ เช่น Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock และ Amazon SageMaker AI สร้างไปป์ไลน์ข้อมูลแบบผสานรวมด้วย Visual ETL และทำงานได้อย่างราบรื่นในทรัพยากรการประมวลผลและคลัสเตอร์ต่าง ๆ โดยใช้โน้ตบุ๊กแบบครบวงจร ใช้ตัวแก้ไข SQL ในตัวเพื่อสืบค้นข้อมูลที่จัดเก็บไว้ใน Data Lake, คลังข้อมูล, ฐานข้อมูล และแอปพลิเคชัน
ฝึก ปรับแต่ง และใช้โมเดล AI ในทุกระดับ
พัฒนา ML และโมเดลพื้นฐาน (FM) โดยใช้โครงสร้างพื้นฐาน เครื่องมือ และเวิร์กโฟลว์ที่มีการจัดการอย่างเต็มรูปแบบของ SageMaker AI โดย SageMaker AI มีเครื่องมือและโครงสร้างพื้นฐานที่สร้างขึ้นสำหรับวงจรชีวิตของโมเดลในทุกขั้นตอนโดยเฉพาะ ซึ่งมีการจัดเตรียมข้อมูล, การฝึก, การกำกับดูแล, MLOps, การอนุมาน, การทดลอง, ไปป์ไลน์ รวมถึงการตรวจสอบและประเมินโมเดล เลือกจากแอปจากพาร์ทเนอรืที่คัดสรรมาเพื่อพัฒนาโมเดล AI ที่มีประสิทธิภาพสูงได้อย่างรวดเร็วและปลอดภัย
สร้างแอปพลิเคชัน AI ช่วยสร้างแบบกำหนดเองได้อย่างรวดเร็ว
สร้างแอปพลิเคชัน AI ช่วยสร้างได้อย่างมีประสิทธิภาพในสภาพแวดล้อมที่เชื่อถือได้และปลอดภัยโดยใช้ Amazon Bedrock เลือกจาก FM ประสิทธิภาพสูงและความสามารถในการปรับแต่งขั้นสูง เช่น Knowledge Bases, Guardrails, Agents และ Flows ของ Amazon Bedrock ปรับแต่งและใช้แอปพลิเคชัน AI ช่วยสร้างอย่างรวดเร็ว รวมถึงแชร์กับแคตตาล็อกในตัวสำหรับการค้นพบ
เร่งความเร็วของเส้นทางข้อมูลด้วย Amazon Q Developer
ใช้ Amazon Q Developer สำหรับงานต่าง ๆ ตลอดวงจรการพัฒนาของคุณ ซึ่งรวมถึงการค้นพบข้อมูลสำหรับโปรเจกต์ การเพิ่มความร่วมมืออย่างรวดเร็ว และการสร้างโมเดล ML อย่างปลอดภัย แชทกับ Amazon Q Developer เพื่อทำความเข้าใจและนำข้อมูลของคุณไปใช้กับแต่ละโปรเจกต์และกรณีใช้งาน ปรับปรุงการเส้นทางข้อมูลของคุณด้วย Amazon Q เพื่อเขียนโค้ด, สร้าง SQL, ผสานรวมข้อมูล แก้ไขปัญหา และอื่น ๆ อีกมากมาย
ลูกค้าและพาร์ทเนอร์
Adastra
“เราสร้างแอปพลิเคชันการวิเคราะห์ข้อมูล, ML และ GenAI ที่ซับซ้อน ซึ่งมาพร้อมกับการกำกับดูแลข้อมูลในตัวและอินเทอร์เฟซที่ใช้งานง่าย ก่อนที่จะใช้ Amazon SageMaker Unified Studio การใช้เครื่องมือหลายอย่างสำหรับพนักงานข้อมูลและสารสนเทศของลูกค้าส่วนใหญ่เป็นแบบดำเนินการด้วยตนเองและใช้เวลานาน ตลอดจนการรับประกันการจัดเตรียมสถาปัตยกรรมข้อมูลที่ทรงประสิทธิภาพนั้นเป็นเรื่องยาก ตอนนี้เราสามารถใช้เครื่องมือพนักงานข้อมูลเดียวสำหรับวิศวกรข้อมูลและนักวิทยาศาสตร์ ML ด้วย Amazon SageMaker Unified Studio เรายังสามารถดำเนินการใช้งานโครงสร้างพื้นฐานข้อมูลโดยอัตโนมัติ ซึ่งเปิดโอกาสให้เราสามารถลดความซับซ้อนของกระบวนการให้กับลูกค้าของเราและปรับปรุงประสบการณ์ลูกค้า"
Zeeshan Saeed ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีและกลยุทธ์ของ Adastra
NTT DATA
"เมื่อเราสร้างแอปพลิเคชันที่ขับเคลื่อนด้วยข้อมูลให้กับลูกค้า เราต้องการแพลตฟอร์มแบบครบวงจรที่ใช้งานเทคโนโลยีร่วมกันในลักษณะแบบบูรณาการ Amazon SageMaker Unified Studio ปรับปรุงกระบวนการส่งมอบโซลูชันของเราผ่านความสามารถในการวิเคราะห์ที่ครอบคลุม ซึ่งมอบประสบการณ์การใช้งาน Unified Studio พร้อมด้วย Lakehouse ที่ผสานรวมการจัดการข้อมูลในคลังข้อมูลและ Data Lake สตูดิโอแบบครบวงจรของ Amazon SageMaker ช่วยลดเวลาในการสร้างมูลค่าให้กับโปรเจกต์ข้อมูลของลูกค้าได้ถึง 40% ซึ่งเข้ามามีส่วนช่วยให้พันธกิจของเราในการเร่งความเร็วในการเปลี่ยนผ่านสู่ระบบดิจิทัลของลูกค้าเรา"
Akihiro Suzue หัวหน้าฝ่ายโซลูชันของ NTT DATA; Yuji Shono ผู้จัดการอาวุโสประจำฝ่ายเทคโนโลยีแอปและข้อมูลของ NTT DATA; Yuki Saito ผู้จัดการประจำแผนกโซลูชันเพื่อความสำเร็จทางดิจิทัลของ NTT DATA
Amazon Transportation
“ที่ Amazon เราปรับปรุงความเร็วในการจัดส่งและเพิ่มจำนวนสินค้าที่จัดส่งในวันเดียวกันหรือภายในคืนเดียวกันอย่างต่อเนื่อง เพื่อรองรับการส่งสินค้าให้ลูกค้าได้รวดเร็วยิ่งขึ้น เราต้องอาศัยข้อมูลและข้อมูลเชิงลึกเป็นอย่างมาก เรากำลังต้องการเร่งกระบวนการรับข้อมูลเชิงลึกแบบเรียลไทม์ด้วยการเข้าถึงข้อมูลที่ถูกต้องด้วยการวิเคราะห์และ AI การใช้ SageMaker Unified Studio จะช่วยให้เราสามารถเร่งการสร้างข้อมูลเชิงลึกตั้งแต่การค้นพบข้อมูลไปจนถึงการสร้างแอปพลิเคชัน AI ช่วยสร้างได้"
Amulya Tayal ผู้อำนวยการฝ่ายพัฒนาซอฟต์แวร์ Amazon Transportation
Arizona State University
“หลังจากประเมิน Amazon SageMaker Unified Studio แล้ว เราก็รู้ทันทีว่ามันเหมาะสมกับ Arizona State University (ASU) ในการสอนแนวคิดเกี่ยวกับแมชชีนเลิร์นนิงให้กับนักศึกษาของเรา SageMaker Unified Studio ทำให้การรวมการดำเนินการข้อมูลต่าง ๆ เข้าด้วยกันเป็นเรื่องง่าย ไม่ว่าจะเป็นการสำรวจข้อมูล การประมวลผลข้อมูล กระบวนการสร้างฟีเจอร์ใหม่ และการปรับใช้โมเดล กลายเป็นประสบการณ์เดียว แนวทางแบบรวมศูนย์นี้ช่วยให้นักเรียนของเรา โดยเฉพาะผู้ที่เพิ่งเริ่มเรียนรู้ ML มุ่งเน้นไปที่การทำความเข้าใจหัวข้อแมชชีนเลิร์นนิงได้มากขึ้น แทนที่จะใช้เวลาเรียนรู้การใช้เครื่องมือต่าง ๆ เพื่อสร้างไปป์ไลน์แมชชีนเลิร์นนิง"
John Rome รองประธานเจ้าหน้าที่สารสนเทศ เทคโนโลยีองค์กร Arizona State University
Swiss Life
“การเปิดตัว SageMaker Unified Studio ถือเป็นช่วงเวลาที่เหมาะสมที่สุดสำหรับ Swiss Life เป็นผลิตภัณฑ์ที่ยอดเยี่ยมที่จะทำให้เป้าหมายหลักง่ายขึ้น: นำข้อมูลมาสู่คนที่ต้องการจริง ๆ ความสามารถในการเชื่อมต่อแหล่งที่มาของข้อมูลต่าง ๆ แชร์กับทีมหรือผลิตภัณฑ์อื่น ๆ ได้อย่างง่ายดาย และใช้ศักยภาพทั้งหมดของโครงสร้างพื้นฐาน AWS พื้นฐาน จะช่วยยกระดับวิทยาศาสตร์ข้อมูลที่ Swiss Life ไปสู่อีกระดับหนึ่ง”
Simon Mannstein หัวหน้าทีมแพลตฟอร์มคลาวด์และการนำมาใช้ Swiss Life Deutschland
