Pour rendre l'apprentissage automatique (ML) plus accessible, Amazon a lancé Laboratoire Amazon SageMaker Studio à AWS re:Invent 2021. Aujourd'hui, des dizaines de milliers de clients l'utilisent chaque jour pour apprendre et expérimenter gratuitement le ML. Nous avons simplifié le démarrage avec une simple adresse e-mail, sans avoir besoin d'installations, de configurations, de cartes de crédit ou d'un compte AWS.

SageMaker Studio Lab trouve un écho auprès des clients qui souhaitent apprendre dans un cadre informel ou formel, comme l'indique une enquête récente qui suggère que 49 % de notre clientèle actuelle apprend par elle-même, tandis que 21 % suivent un cours formel de ML. Les établissements d'enseignement supérieur ont commencé à l'adopter, car il les aide à enseigner les fondamentaux du ML au-delà du bloc-notes, comme la gestion de l'environnement et des ressources, qui sont des domaines critiques pour la réussite des projets de ML. Des partenaires d'entreprise tels que Hugging Face, Snowflake et Roboflow utilisent SageMaker Studio Lab pour présenter leurs propres capacités de ML.

Dans cet article, nous discutons des nouvelles fonctionnalités de SageMaker Studio Lab et partageons quelques témoignages de clients.

Nouvelles fonctionnalités de SageMaker Studio Lab

Nous avons continué à développer de nouvelles fonctionnalités et mécanismes pour ravir, protéger et activer notre communauté ML. Voici les dernières améliorations :

• Pour protéger la capacité du CPU et du GPU contre les utilisations abusives potentielles, nous avons lancé une vérification en 2 étapes, augmentant la taille de la communauté que nous pouvons servir. À l'avenir, chaque client devra lier son compte à un numéro de téléphone mobile.
• En octobre 2022, nous avons déployé des approbations de compte automatisées, vous permettant d'obtenir un compte SageMaker Studio Lab en moins d'une journée.
• Nous avons triplé la capacité du GPU et du CPU, permettant à la plupart de nos clients d'obtenir une instance quand ils en ont besoin.
• Un mode sans échec a été introduit pour vous aider à avancer si votre environnement devient instable. Bien que cela soit rare, cela se produit généralement lorsque les clients dépassent leurs limites de stockage.
• Nous avons ajouté la prise en charge de l'extension Juptyer-LSP (Language Server Protocol), vous offrant une fonctionnalité de complétion de code. Notez que si vous avez obtenu votre compte avant novembre 2022, vous pouvez obtenir cette fonctionnalité en suivant quelques instructions simples (voir QFP pour plus de détails).

Témoignages de clients

Nous continuons à être obsédés par le client, offrant des fonctionnalités importantes aux clients en fonction de leurs commentaires. Voici quelques faits saillants des principales institutions et partenaires :

« SageMaker Studio Lab résout un vrai problème dans la salle de classe en fournissant une solution Jupyter hébergée de qualité industrielle avec un GPU qui va au-delà d'un simple bloc-notes hébergé. La possibilité d'ajouter des packages, de configurer un environnement et d'ouvrir un terminal a ouvert de nombreuses nouvelles opportunités d'apprentissage pour les étudiants. Enfin, le réglage fin des modèles Hugging Face avec de puissants GPU a été un flux de travail émergent incroyable à présenter aux étudiants. Les LLM (grands modèles de langage) sont l'avenir de l'IA, et SageMaker Studio Lab m'a permis d'enseigner l'avenir de l'IA. »

—Noah Gift, cadre en résidence chez Duke MIDS (science des données)

"SageMaker Studio Lab a été utilisé par mon équipe depuis sa version bêta en raison de sa puissante expérience pour les développeurs ML. Il s'intègre sans effort à Snowpark, le framework de développement de Snowflake, pour fournir une interface de bloc-notes facile à démarrer pour les développeurs Snowflake Python. Je l'ai utilisé pour de multiples démonstrations avec des clients et des partenaires, et la réponse a été extrêmement favorable.

—Eda Johnson, responsable des solutions sectorielles partenaires chez Snowflake

« Roboflow permet aux développeurs de créer leurs propres applications de vision par ordinateur, quelles que soient leurs compétences ou leur expérience. Avec SageMaker Studio Lab, notre vaste communauté de développeurs de vision par ordinateur peut accéder à nos modèles et à nos données dans un environnement qui ressemble étroitement à un JupyterLab local, ce à quoi ils sont le plus habitués. Le stockage persistant de SageMaker Studio Lab change la donne, car vous n'avez pas besoin de recommencer depuis le début pour chaque session utilisateur. SageMaker Studio Lab est personnellement devenu ma plate-forme de prédilection pour les ordinateurs portables.

—Mark McQuade, Ingénierie de terrain chez Roboflow

"RPI possède l'un des superordinateurs les plus puissants au monde, mais il (AiMOS) a une courbe d'apprentissage abrupte. Nous avions besoin d'un moyen pour nos étudiants de démarrer efficacement et avec parcimonie. L'interface intuitive de SageMaker Studio Lab a permis à nos étudiants de démarrer rapidement et a fourni un processeur graphique puissant, leur permettant de travailler avec des modèles complexes d'apprentissage en profondeur pour leurs projets de synthèse.

—Mohammed J. Zaki, professeur d'informatique à l'Institut polytechnique de Rensselaer

« J'utilise SageMaker Studio Lab dans le cadre de cours d'apprentissage automatique de base et de cours liés à Python qui sont conçus pour donner aux étudiants une base solide dans de nombreuses technologies cloud. Studio Lab permet à nos étudiants d'acquérir une expérience pratique avec des projets de science des données du monde réel, sans qu'ils aient à s'enliser dans des configurations ou des configurations. Contrairement à d'autres fournisseurs, c'est une machine Linux pour les étudiants, et les étudiants peuvent en effet faire beaucoup plus d'exercices de codage !

—Cyrus Wong, maître de conférences, diplôme supérieur en administration du cloud et des centres de données au département des technologies de l'information, IVE (LWL)

« Les étudiants du programme de maîtrise ès sciences en intelligence artificielle (MSAI) de Northwestern Engineering ont eu droit à une visite rapide de SageMaker Studio Lab avant de l'utiliser dans un hackathon de 5 heures pour appliquer ce qu'ils ont appris à une situation réelle. Nous nous attendions à ce que les élèves rencontrent naturellement certains obstacles pendant la très courte période. Au lieu de cela, les étudiants ont dépassé nos attentes non seulement en réalisant tous les projets, mais aussi en donnant de très bonnes présentations dans lesquelles ils ont présenté des solutions fascinantes à d'importants problèmes du monde réel.

—Mohammed Alam, directeur adjoint du programme MSAI à la Northwestern University

Démarrer avec SageMaker Studio Lab

SageMaker Studio Lab est un excellent point d'entrée pour tous ceux qui souhaitent en savoir plus sur le ML et la science des données. Amazon continue d'investir dans ce service gratuit, ainsi que dans d'autres actifs de formation et programmes de bourses, pour rendre le ML accessible à tous.

Commencez aujourd'hui avec Laboratoire SageMaker Studio dès aujourd'hui !

A propos de l'auteure

Michèle Monclova est chef de produit principal chez AWS au sein de l'équipe SageMaker. Elle est originaire de New York et d'une vétéran de la Silicon Valley. Elle est passionnée par les innovations qui améliorent notre qualité de vie.