Por que o SageMaker?
O Amazon SageMaker é um serviço totalmente gerenciado que reúne um amplo conjunto de ferramentas para proporcionar machine learning (ML) de alta performance e baixo custo para qualquer caso de uso. Com o SageMaker, você pode criar, treinar e implantar modelos de ML em grande escala usando ferramentas como cadernos, depuradores, perfiladores, pipelines, MLOps e muito mais, tudo em um ambiente de desenvolvimento integrado (IDE). O SageMaker oferece suporte aos requisitos de governança com controle de acesso simplificado e transparência sobre seus projetos de ML. Além disso, você pode criar seus próprios FMs, modelos grandes que foram treinados em grandes conjuntos de dados, com ferramentas específicas para ajustar, experimentar, retreinar e implantar FMs. O SageMaker oferece acesso a centenas de modelos pré-treinados, incluindo FMs disponíveis publicamente, que você pode implantar com apenas alguns cliques.
Benefícios do SageMaker
Uso do Amazon SageMaker para IA generativa
O Amazon SageMaker ajuda cientistas de dados e engenheiros de ML a criar FMs do zero, avaliar e personalizar FMs com técnicas avançadas e implantar FMs com controles refinados para casos de uso de IA generativa que têm requisitos rigorosos de precisão, latência e custo.
Crie modelos de base do zero
O Amazon SageMaker oferece ferramentas para pré-treinar FMs do zero para que elas possam ser usadas internamente ou oferecidas a outras empresas para aplicações de IA generativa.
Personalize modelos de base com técnicas avançadas
O Amazon SageMaker fornece acesso a centenas de FMs e ferramentas disponíveis publicamente para avaliar e personalizar totalmente os modelos para seu caso de uso e dados específicos.
Implemente modelos de base para inferência
O Amazon SageMaker facilita a implantação de FMs para fazer solicitações de inferência com o melhor custo-benefício para qualquer caso de uso.
Suporte para os principais frameworks, toolkits e linguagens de programação de ML
![Jupyter Logo da Jupyter](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/Jupyter_logo_103x130.78ab3fabbd3c2776c84fae16b49fc25ccf1a3476.png)
![TensorFlow Logotipo do TensorFlow](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/TensorFlow_logo_103x130.b6277ea4450f113a2bb480421be5196a6280e81a.png)
![PyTorch Logotipo do PyTorch](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/Pytorch_logo_103x130.0f840268c001a59d09bb5bee56624b3e356c2334.png)
![MXNet Logo da MXNet](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/mxnet_logo_103x130.c8e4a357320756803c8af55516f3f50e19120979.png)
![Hugging Face Logotipo da Hugging Face](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/Huggingface_103x130.739723088a97e4178c741fb9932f4be75121df8b.png)
![Scikit-learn Logo da Scikit-learn](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/Scikit_learn_logo_103x130.2cab88340ff0b9324daf08ab5de7940d5f239974.png)
![Python Logo da Python](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/python-logo-103x130.e9f7f0a0bbf07487b518d5e73fc4287401ce4699.png)
![R Logo da R](https://d1.awsstatic.com/sagemaker/2022whiteupdate/overview-page/6-28-resizing-logos-and-frameworks/R_logo_103x130.abc18c475ca936e84e728d3cc6da1d6a47be95ed.png)