¿Por qué elegir SageMaker?
Amazon SageMaker es un servicio totalmente administrado que reúne un amplio conjunto de herramientas para permitir el machine learning (ML) de alto rendimiento y bajo costo para cualquier caso de uso. Con SageMaker, puede crear, entrenar e implementar modelos de ML a escala con herramientas como blocs de notas, depuradores, generadores de perfiles, canalizaciones, MLOP y más, todo en un entorno de desarrollo integrado (IDE). SageMaker cumple con los requisitos de gobernanza con un control de acceso simplificado y transparencia en sus proyectos de ML. Además, puede crear sus propios FM, modelos de gran tamaño que se entrenaron con conjuntos de datos enormes, con herramientas diseñadas específicamente para ajustar, experimentar, volver a capacitar e implementar los FM. SageMaker ofrece acceso a cientos de modelos entrenados con anterioridad, incluidas máquinas virtuales disponibles públicamente, que puede implementar con solo unos clics.
Beneficios de SageMaker
Uso de Amazon SageMaker para la IA generativa
Amazon SageMaker ayuda a los científicos de datos y a los ingenieros de machine learning a crear modelos fundacionales desde cero, evaluarlos y personalizarlos con técnicas avanzadas y desplegarlos con controles detallados para casos de uso de IA generativa con requisitos estrictos de precisión, latencia y costo.
Cree modelos básicos desde cero
Amazon SageMaker ofrece herramientas para capacitar previamente a los modelos fundacionales desde cero para que puedan usarse internamente u ofrecerse a otras empresas para aplicaciones de IA generativa.
Personalice los modelos básicos con técnicas avanzadas
Amazon SageMaker proporciona acceso a cientos de modelos fundacionales disponibles al público y a herramientas para evaluar y personalizar completamente los modelos para sus casos de uso y datos específicos.
Despliegue modelos básicos para la inferencia
Amazon SageMaker facilita el despliegue de modelos fundacionales para realizar solicitudes de inferencia con la mejor relación precio-rendimiento para cualquier caso de uso.
Compatible con los principales marcos, conjuntos de herramientas y lenguajes de programación de ML
![Jupyter Logotipo de Jupyter](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/Jupyter_logo_103x130.78ab3fabbd3c2776c84fae16b49fc25ccf1a3476.png)
![TensorFlow Logo de TensorFlow](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/TensorFlow_logo_103x130.b6277ea4450f113a2bb480421be5196a6280e81a.png)
![PyTorch Logo de PyTorch](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/Pytorch_logo_103x130.0f840268c001a59d09bb5bee56624b3e356c2334.png)
![MXNet Logotipo de MXNet](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/mxnet_logo_103x130.c8e4a357320756803c8af55516f3f50e19120979.png)
![Hugging Face Logo de Hugging Face](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/Huggingface_103x130.739723088a97e4178c741fb9932f4be75121df8b.png)
![Scikit-learn Logotipo de Scikit-learn](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/Scikit_learn_logo_103x130.2cab88340ff0b9324daf08ab5de7940d5f239974.png)
![Python Logotipo de Python](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/python-logo-103x130.e9f7f0a0bbf07487b518d5e73fc4287401ce4699.png)
![R Logotipo de R](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/R_logo_103x130.abc18c475ca936e84e728d3cc6da1d6a47be95ed.png)