ฝึกและปรับใช้โมเดล AI ด้วย SageMaker AI

Amazon SageMaker

Amazon SageMaker รุ่นต่อไปจะเป็นศูนย์กลางทางข้อมูล การวิเคราะห์ และ AI ทั้งหมดให้กับคุณ

เริ่มต้นใช้งาน SageMaker
ลองดูการสาธิต

ภาพรวม

Amazon SageMaker มอบประสบการณ์แบบผสานรวมสำหรับการวิเคราะห์และ AI พร้อมสิทธิ์แบบครบวงจรในการเข้าถึงข้อมูลทั้งหมดของคุณ โดยการรวมความสามารถของแมชชีนเลิร์นนิง (ML) และการวิเคราะห์ของ AWS ที่มีการนำไปใช้ร่วมกันอย่างแพร่หลายเข้าไว้ด้วยกัน ทำงานร่วมกันและสร้างได้เร็วขึ้นจากสตูดิโอแบบครบวงจร โดยการใช้เครื่องมือ AWS ที่คุ้นเคยสำหรับการพัฒนาโมเดล AI ช่วยสร้าง การประมวลผลข้อมูล และการวิเคราะห์ SQL ซึ่งเร่งให้เร็วขึ้นด้วย Amazon Q Developer ซึ่งเป็นผู้ช่วยที่เป็น AI ช่วยสร้างที่มึความสามารถสูงสุดสำหรับการพัฒนาซอฟต์แวร์ เข้าถึงข้อมูลทั้งหมดของคุณไม่ว่าจะเก็บไว้ใน Data Lake, คลังข้อมูล หรือแหล่งที่มาของข้อมูลจากภายนอก หรือแหล่งข้อมูลที่เชื่อมโยงกับส่วนกลาง โดยมีการกำกับดูแลในตัวเพื่อตอบสนองความต้องการด้านความปลอดภัยขององค์กร

ประโยชน์

สตูดิโอแบบครบวงจรของ Amazon SageMaker มอบประสบการณ์การผสานรวมเพื่อใช้ข้อมูลและเครื่องมือทั้งหมดของคุณสำหรับการวิเคราะห์และ AI ค้นพบข้อมูลของคุณและนำไปใช้งานโดยใช้เครื่องมือ AWS ที่คุ้นเคยสำหรับการพัฒนาโมเดล, AI ช่วยสร้าง, การประมวลผลข้อมูล และการวิเคราะห์ SQL ทำงานในทรัพยากรการประมวลผลต่าง ๆ โดยใช้โน๊ตบุ๊กแบบครบวงจร ค้นพบและสืบค้นแหล่งที่มาของข้อมูลที่หลากหลายด้วยตัวแก้ไข SQL ในตัว ฝึกและปรับใช้โมเดล AI ในทุกระดับ รวมถึงสร้างแอปพลิเคชัน AI ช่วยสร้างแบบกำหนดเองได้อย่างรวดเร็ว สร้างและแชร์อาร์ทิแฟกต์จากการวิเคราะห์และ AI อย่างปลอดภัย เช่น ข้อมูล โมเดล และแอปพลิเคชัน AI ช่วยสร้างเพื่อนำผลิตภัณฑ์ข้อมูลเข้าสู่ตลาดได้เร็วขึ้น

เร่งความเร็ว AI ใน SageMaker ด้วยชุดความสามารถในการพัฒนา AI ที่ครอบคลุมซึ่งมีออกแบบมาให้มีความปลอดภัย ฝึก ปรับแต่ง และใช้ ML และโมเดลพื้นฐาน (FM) บนโครงสร้างพื้นฐานที่มีประสิทธิภาพสูงและคุ้มค่า ใช้เครื่องมือที่สร้างตามวัตถุประสงค์ที่ครอบคลุมวงจรชีวิต AI ทั้งหมด ตั้งแต่สภาพแวดล้อมการพัฒนาแบบผสานรวม (IDE) ที่มีประสิทธิภาพสูง และการฝึกอบรมแบบกระจายไปจนถึงการอนุมาน, การดำเนินงาน AI, การกำกับดูแล และข้อมูลการสังเกต สร้างแอปพลิเคชัน AI ช่วยสร้างอย่างรวดเร็วที่ปรับให้เหมาะกับธุรกิจของคุณด้วยโมเดลที่ล้ำสมัยและข้อมูลที่เป็นกรรมสิทธิ์เฉพาะของคุณ เร่งความเร็วในการพัฒนา AI ด้วย Amazon Q Developer ซึ่งช่วยให้คุณสามารถค้นพบข้อมูล, สร้างและฝึกโมเดล ML, สร้างการสืบค้น SQL รวมถึงสร้างและเรียกใช้งานไปป์ไลน์ข้อมูลได้สะดวกง่ายดายยิ่งขึ้น โดยทั้งหมดทำได้ด้วยภาษาธรรมชาติ

รวมข้อมูลทั้งหมดจาก Data Lake ของ Amazon Simple Storage Service (Amazon S3) และคลังข้อมูลของ Amazon Redshift เข้าด้วยกันโดยใช้ Amazon SageMaker Lakehouse เพิ่มความยืดหยุ่นในการเข้าถึงและสืบค้นข้อมูลด้วยเครื่องมือและเอนจินที่ใช้งานร่วมกันได้กับ Apache Iceberg ทั้งหมดในสำเนาข้อมูลการวิเคราะห์เดียว รักษาความปลอดภัยให้กับข้อมูลของคุณโดยการกำหนดสิทธิ์อย่างละเอียด ซึ่งมีผลกับเครื่องมือวิเคราะห์และ AI ใน Lakehouse นำข้อมูลจากฐานข้อมูลการดำเนินงานและแอปพลิเคชันเข้าสู่ Lakehouse ของคุณแบบใกล้เรียลไทม์ผ่านการบูรณาการ ETL แบบไร้รอยต่อ นอกจากนี้ การเข้าถึงและการสืบค้นข้อมูลยังมีความสามารถในการสืบค้นที่เชื่อมโยงกับส่วนกลางในแหล่งที่มาของข้อมูลจากภายนอก

รับประกันความปลอดภัยขององค์กรด้วยการกำกับดูแลในตัวตลอดทั้งวงจรการใช้งานข้อมูลและ AI SageMaker ช่วยเสริมศักยภาพให้คุณสามารถควบคุมการเข้าถึงข้อมูล โมเดล และอาร์ทิแฟกต์การพัฒนาที่เหมาะสมตามผู้ใช้ที่เหมาะสมเพื่อวัตถุประสงค์ที่ถูกต้อง คุณสามารถกำหนดและบังคับใช้นโยบายการเข้าถึงได้อย่างสม่ำเสมอโดยใช้รูปแบบการอนุญาตเดียวพร้อมการควบคุมการเข้าถึงแบบละเอียดด้วย Amazon SageMaker Catalog ป้องกันและปกป้องโมเดล AI ของคุณโดยใช้นโยบายการจัดหมวดหมู่ข้อมูล การตรวจจับถ้อยคำที่ไม่เหมาะสม กฎควบคุมระบบ และ AI ที่มีความรับผิดชอบ รับความไว้วางใจในองค์กรของคุณด้วยการตรวจสอบคุณภาพข้อมูลและระบบอัตโนมัติ การตรวจจับข้อมูลที่ละเอียดอ่อน ตลอดจนการติดตามที่มาของข้อมูลและ ML

พบกับ SageMaker รุ่นต่อไป

ความสามารถของ SageMaker Unified Studio

ขอแนะนำรุ่นถัดไปของ Amazon SageMaker

สำรวจประสบการณ์การสาธิตแบบอินเทอร์แอคทีฟด้านล่าง

ขอแนะนำรุ่นถัดไปของ Amazon SageMaker

ลองการสาธิต
ภาพขนาดย่อ SageMaker

ลูกค้า

Toyota

"เรากำลังนำ Amazon SageMaker ไปเพื่อช่วยรวมและกำกับดูแลข้อมูลในหน่วยรถยนต์ การขาย การผลิต และซัพพลายเชนที่เชื่อมต่อกันของเราเพื่อจัดการกับชุดข้อมูลแบบแยกส่วนในการดำเนินงานด้านยานยนต์ วิธีการนี้ช่วยให้เราสามารถค้นหา ค้นพบ และแชร์ข้อมูลได้อย่างง่ายดาย วางรากฐานเพื่อแก้ไขปัญหาด้านคุณภาพล่วงหน้า เพิ่มความพึงพอใจของลูกค้า รวมถึงช่วยให้การพัฒนาแอปพลิเคชัน AI ช่วยสร้างง่ายขึ้น"

Kamal Distell รองประธานฝ่ายข้อมูล การวิเคราะห์ แพลตฟอร์ม และวิทยาศาสตร์ข้อมูลของ TMNA

Charter Communications

เมื่อใช้สตูดิโอแบบครบวงจรของ Amazon SageMaker คุณจึงมีร้านค้าแบบครบวงจรเพื่อโต้ตอบกับบริการต่าง ๆ ของ AWS [รวมถึง] Redshift และ SageMaker Lakehouse ซึ่งช่วยให้ประสบการณ์ของนักพัฒนาดีขึ้นมากและเพิ่มความเร็วในการนำเข้าสู่ตลาดเนื่องจากคุณไม่จำเป็นต้องข้ามบริการหลายแห่ง ฟีเจอร์อย่าง Amazon Q Developer นั้นน่าตื่นเต้นมากและเราต้องการสำรวจเพิ่มเติมเพื่อดูว่าจะช่วยเราปรับปรุงประสิทธิภาพการทำงานของนักพัฒนา ความเร็วในการนำเข้าสู่ตลาด และสร้างโซลูชันที่มีคุณภาพดีขึ้นได้อย่างไร

Senthil Sugumar รองประธานกลุ่มฝ่ายระบบธุรกิจอัจฉริยะของ Charter
Communications

Lennar

"เราใช้เวลา 18 เดือนที่ผ่านมาทำงานร่วมกับ AWS เพื่อเปลี่ยนรากฐานข้อมูลของเราเป็นโซลูชันที่ดีที่สุดและคุ้มค่าด้วย ความก้าวหน้าอย่างสตูดิโอแบบครบวงจรของ Amazon SageMaker และ Amazon SageMaker Lakehouse เราเร่งความเร็วในการส่งมอบผ่านการเข้าถึงข้อมูลและบริการได้อย่างราบรื่น ซึ่งเปิดโอกาสให้วิศวกร นักวิเคราะห์ และนักวิทยาศาสตร์ของเราสามารถค้นหาข้อมูลเชิงลึกที่มอบค่านิยมทางวัตถุให้กับธุรกิจของเรา"

Lee Slezak รองประธานอาวุโสฝ่ายข้อมูลและการวิเคราะห์ของ Lennar

Carrier

 "ที่ Carrier ซอฟต์แวร์ Amazon SageMaker รุ่นถัดไปกำลังเปลี่ยนแปลงกลยุทธ์ข้อมูลองค์กรของเราโดยปรับปรุงวิธีการสร้างและปรับขนาดผลิตภัณฑ์ข้อมูล" แนวทางของ SageMaker Unified Studio ในการค้นพบข้อมูล การประมวลผล และการพัฒนาแบบจำลองช่วยเร่งการใช้งาน Lakehouse ของเราได้อย่างมาก ที่น่าประทับใจที่สุดคือการผสานรวมที่ราบรื่นกับแคตตาล็อกข้อมูลที่มีอยู่และการควบคุมการกำกับดูแลในตัวช่วยให้เรากระจายการเข้าถึงข้อมูลได้อย่างเท่าเทียมกันในขณะที่ยังคงมาตรฐานความปลอดภัยไว้ ช่วยให้ทีมงานของเราส่งมอบการวิเคราะห์ขั้นสูงและโซลูชัน AI ทั่วทั้งองค์กรได้อย่างรวดเร็ว"

Justin McDowell ผู้อำนวยการฝ่ายแพลตฟอร์มข้อมูลและวิศวกรรมข้อมูลของ Carrier

image

NatWest Group

“ทีมวิศวกรรมแพลตฟอร์มข้อมูลของเราได้นำเครื่องมือสำหรับผู้ใช้ปลายทางหลายอย่างมาใช้ในงานด้านวิศวกรรมข้อมูล ML, SQL และ AI ช่วยสร้าง ขณะที่เราต้องการลดความซับซ้อนของกระบวนการทั่วทั้งธนาคาร เราก็ได้มองหากาเพิ่มประสิทธิภาพในการยืนยันตัวตนผู้ใช้และการอนุญาตการเข้าถึงข้อมูล Amazon SageMaker มอบประสบการณ์ผู้ใช้สำเร็จรูปเพื่อช่วยให้เราใช้งานในสภาพแวดล้อมเดียวภายในองค์กร ซึ่งช่วยลดเวลาที่ผู้ใช้ข้อมูลของเราใช้ในการเข้าถึงเครื่องมือใหม่ ๆ ได้ประมาณ 50%”

Zachery Anderson ประธานเจ้าหน้าที่ฝ่ายวิเคราะห์ข้อมูลของ NatWest Group

image