머신 러닝(ML)의 접근성을 높이기 위해 Amazon이 출시했습니다. Amazon SageMaker 스튜디오 랩 AWS re:Invent 2021에서. 오늘날 수만 명의 고객이 매일 이를 사용하여 무료로 ML을 배우고 실험하고 있습니다. 설치, 설정, 신용 카드 또는 AWS 계정 없이 이메일 주소만 있으면 간단하게 시작할 수 있습니다.
SageMaker Studio Lab은 현재 고객 기반의 49%가 스스로 학습하고 있는 반면 21%는 공식 ML 수업을 듣는다고 최근 설문 조사에서 알 수 있듯이 비공식 또는 공식 환경에서 배우고자 하는 고객의 호응을 얻고 있습니다. 고등 교육 기관은 성공적인 ML 프로젝트의 중요한 영역인 환경 및 리소스 관리와 같은 노트북을 넘어 ML 기본 사항을 가르치는 데 도움이 되기 때문에 이를 채택하기 시작했습니다. Hugging Face, Snowflake 및 Roboflow와 같은 엔터프라이즈 파트너는 SageMaker Studio Lab을 사용하여 자체 ML 기능을 선보이고 있습니다.
이 게시물에서는 SageMaker Studio Lab의 새로운 기능에 대해 논의하고 몇 가지 고객 성공 사례를 공유합니다.
SageMaker Studio Lab의 새로운 기능
우리는 ML 커뮤니티를 즐겁게 보호하고 활성화하기 위해 새로운 기능과 메커니즘을 지속적으로 개발해 왔습니다. 최신 개선 사항은 다음과 같습니다.
- 잠재적인 사용 남용으로부터 CPU 및 GPU 용량을 보호하기 위해 2단계 인증을 시작하여 서비스할 수 있는 커뮤니티의 규모를 늘렸습니다. 앞으로 모든 고객은 계정을 휴대폰 번호에 연결해야 합니다.
- 2022년 XNUMX월에 자동화된 계정 승인을 출시하여 하루 이내에 SageMaker Studio Lab 계정을 얻을 수 있습니다.
- GPU 및 CPU 용량을 XNUMX배로 늘려 대부분의 고객이 필요할 때 인스턴스를 얻을 수 있도록 했습니다.
- 환경이 불안정해지면 앞으로 나아갈 수 있도록 안전 모드가 도입되었습니다. 드물긴 하지만 일반적으로 고객이 보관 한도를 초과할 때 발생합니다.
- 코드 완성 기능을 제공하는 Juptyer-LSP(Language Server Protocol) 확장에 대한 지원을 추가했습니다. 2022년 XNUMX월 이전에 계정을 얻은 경우 몇 가지 간단한 지침을 따르면 이 기능을 사용할 수 있습니다(참조 자주하는 질문 자세한 내용은).
고객 성공 사례
우리는 고객의 피드백을 기반으로 고객에게 중요한 기능을 제공하는 고객 집착을 계속하고 있습니다. 다음은 주요 기관 및 파트너의 주요 내용입니다.
“SageMaker Studio Lab은 단순히 호스팅된 노트북을 넘어선 GPU가 포함된 업계 최강의 호스팅 Jupyter 솔루션을 제공한다는 점에서 강의실의 실제 문제를 해결합니다. 패키지를 추가하고, 환경을 구성하고, 터미널을 여는 기능은 학생들에게 많은 새로운 학습 기회를 열어주었습니다. 마지막으로, 강력한 GPU로 포옹 얼굴 모델을 미세 조정하는 것은 학생들에게 제시할 놀라운 새로운 워크플로였습니다. LLM(대형 언어 모델)은 AI의 미래이며 SageMaker Studio Lab을 통해 AI의 미래를 가르칠 수 있었습니다.”
—Noah Gift, Duke MIDS(데이터 과학) 상주 임원
“SageMaker Studio Lab은 ML 개발자를 위한 강력한 경험 덕분에 베타 버전일 때부터 저희 팀에서 사용해 왔습니다. Snowflake의 개발자 프레임워크인 Snowpark와 손쉽게 통합되어 Snowflake Python 개발자를 위한 시작하기 쉬운 노트북 인터페이스를 제공합니다. 고객 및 파트너와 함께 여러 데모에 사용했는데 반응이 압도적으로 좋았습니다.”
—Eda Johnson, Snowflake의 파트너 산업 솔루션 관리자
“Roboflow는 개발자가 기술이나 경험에 상관없이 자신만의 컴퓨터 비전 애플리케이션을 구축할 수 있도록 지원합니다. SageMaker Studio Lab을 사용하면 대규모 컴퓨터 비전 개발자 커뮤니티가 가장 익숙한 로컬 JupyterLab과 유사한 환경에서 모델 및 데이터에 액세스할 수 있습니다. SageMaker Studio Lab의 영구 저장소는 게임 체인저입니다. 각 사용자 세션에 대해 처음부터 시작할 필요가 없기 때문입니다. SageMaker Studio Lab은 개인적으로 제가 선택한 노트북 플랫폼이 되었습니다.”
—Mark McQuade, Roboflow 현장 엔지니어링
“RPI는 세계에서 가장 강력한 슈퍼 컴퓨터 중 하나를 소유하고 있지만(AiMOS) 학습 곡선이 가파르다. 우리는 학생들이 효율적이고 검소하게 시작할 수 있는 방법이 필요했습니다. SageMaker Studio Lab의 직관적인 인터페이스를 통해 학생들은 빠르게 시작할 수 있었고 강력한 GPU를 제공하여 캡스톤 프로젝트를 위한 복잡한 딥 러닝 모델로 작업할 수 있었습니다.”
—Mohammed J. Zaki, Rensselaer Polytechnic Institute 컴퓨터 과학 교수
“학생들에게 많은 클라우드 기술에 대한 견고한 기초를 제공하도록 설계된 기본 기계 학습 및 Python 관련 과정에서 SageMaker Studio Lab을 사용합니다. Studio Lab을 통해 학생들은 설정이나 구성에 얽매이지 않고 실제 데이터 과학 프로젝트를 직접 경험할 수 있습니다. 다른 공급업체와 달리 학생들을 위한 Linux 머신이며 실제로 학생들이 훨씬 더 많은 코딩 연습을 할 수 있습니다!”
—Cyrus Wong, IVE(LWL) 정보 기술부 클라우드 및 데이터 센터 관리 고등 디플로마 선임 강사
“Northwestern Engineering의 인공 지능 과학 석사(MSAI) 프로그램의 학생들은 SageMaker Studio Lab에 대한 간략한 둘러보기를 제공한 후 5시간 동안의 해커톤에서 배운 내용을 실제 상황에 적용했습니다. 우리는 학생들이 매우 짧은 시간 동안 자연스럽게 장애물에 부딪힐 것으로 예상했습니다. 대신 학생들은 모든 프로젝트를 완료했을 뿐만 아니라 중요한 실제 문제에 대한 매혹적인 솔루션을 보여주는 매우 좋은 프레젠테이션을 제공하여 우리의 기대를 뛰어 넘었습니다.”
—Mohammed Alam, Northwestern University MSAI 프로그램 부국장
SageMaker Studio Lab 시작하기
SageMaker Studio Lab은 ML 및 데이터 과학에 대해 더 자세히 배우고자 하는 모든 사람을 위한 훌륭한 진입점입니다. Amazon은 모든 사람이 ML에 액세스할 수 있도록 이 무료 서비스와 기타 교육 자산 및 장학금 프로그램에 계속 투자하고 있습니다.
시작하기 SageMaker 스튜디오 랩 .
저자,
미셸 몽클로바 SageMaker 팀의 AWS 수석 제품 관리자입니다. 그녀는 뉴요커 출신이자 실리콘 밸리 베테랑입니다. 그녀는 우리 삶의 질을 향상시키는 혁신에 열정적입니다.
