Google- vagy GitHub-fiókkal is indítható az Amazon SageMaker Studio

Mi változott a regisztrációban

Az Amazon Web Services (AWS) bejelentette, hogy a SageMaker Studio integrálódott az AWS megújított bejelentkezési és regisztrációs folyamatával. Az új ügyfelek 2-3 lépésben hozhatnak létre fiókot olyan azonosítóval, amellyel már rendelkeznek: Google-, GitHub-, Apple- vagy Amazon-fiókkal, esetleg e-mail-címmel.

A cég szerint nem kell kitölteni a korábbi, összetettebb AWS-regisztrációt, telefonszámot ellenőrizni, és a legtöbb ügyfélnek bankkártyát sem kell megadnia. Korábban a fiók létrehozásához e-mail-cím megerősítése, kapcsolattartási adatok megadása, telefonszám-ellenőrzés, fizetési adatok és támogatási csomag kiválasztása is kellett. Az AWS ezt egyéni fejlesztők és kisebb startupcsapatok számára jelentős akadálynak nevezi.

A regisztráció után a SageMaker AI az AWS közlése szerint nagyjából 20 másodperc alatt automatikusan létrehozza a Studio környezetet. A felhasználó arra az oldalra érkezik, ahonnan indult. Ha például a Hugging Face-en kiválasztott egy modellt, és a Deploy on SageMaker AI opciót választotta, a Studio a Deployment oldalt nyitja meg, a modellel már előkészítve az végpont (endpoint) létrehozásához.

Free Tier kreditek és a határidő

Az új ügyfelek 100 dollár értékű AWS Free Tier kreditet kapnak, amely a SageMaker AI szolgáltatásain belül használható: végpontok telepítésére, modell testreszabására, Studio notebookokra és modellbetanításra egyaránt. További 100 dollárnyi kreditet is meg lehet szerezni, így a keret összesen akár 200 dollár is lehet.

A kreditek automatikusan érvényesülnek a használat során, a keret közeledtekor pedig e-mail értesítés érkezik. A Free Tier időszak 6 hónap után vagy a kreditek elfogyásakor ér véget, attól függően, melyik következik be előbb. Ezután az erőforrás-használat automatikusan leáll, így az AWS szerint nem érik váratlan költségek a felhasználót. Bármikor lehet fizetős csomagra váltani fizetési adatok megadásával.

Korábbi fejlesztésekre épül

Az új belépési mód az AWS szerint magában foglalja a korábbi bejelentések újításait. A Hugging Face modelloldalairól közvetlenül a SageMaker Studio folyamataiba vezető mélylinkek már működtek. Az év elején a Studio környezet létrehozási idejét 2 percről nagyjából 20 másodpercre csökkentették, és minden új Studio domainben előre beállították a modell-testreszabás jogosultságait.

• A modell-testreszabáshoz, betanításhoz, kiértékeléshez és telepítéshez szükséges jogosultságok előre konfiguráltak, így nem kell AWS Identity and Access Management (IAM) szerepköröket létrehozni.
• A jogosult fiókok alapértelmezett hozzáférést kapnak a G5, G6 és G4dn GPU-példányokhoz végpontokhoz, betanítási feladatokhoz és Studio notebookokhoz.
• A Studio példányválasztó menüje megmutatja a kvóták elérhetőségét, így gyorsan látszik, mely példánytípusok használhatók.

Hogyan próbálható ki, és kinek szól

Az AWS két utat javasol. Az egyik: a Hugging Face-en kiválasztani egy támogatott modellt, rákattintani a Deploy gombra, majd az Amazon SageMaker AI opciót választani, végül a Customize on SageMaker AI vagy a Deploy on SageMaker AI lehetőséget. A másik: az Amazon SageMaker Studio oldalán a Get started with Amazon SageMaker AI gombot használni, majd az AWS bejelentkezési oldalán kiválasztani a kívánt azonosítási módot.

Fontos korlát, hogy az új belépési mód csak új AWS-fiókokra vonatkozik. Akinek már van AWS-fiókja, annak nem változik a bejelentkezés módja.

Az AWS értékelése szerint az egyéni fejlesztők gyorsan elindulhatnak, a startupcsapatok pedig percek alatt eljuthatnak a modell megtalálásától a testreszabásig vagy telepítésig, egy már meglévő azonosítóval. Ez a cég saját megfogalmazása, a gyakorlatban a bankkártya nélküli indulás és a 6 hónapos, kreditalapú próbaidőszak csökkentheti a belépési küszöböt azoknak, akik csak ki szeretnének próbálni egy modellt.