Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Amazon SageMaker Pipelines è un servizio di orchestrazione del flusso di lavoro creato appositamente per automatizzare lo sviluppo dell'apprendimento automatico (ML).
Le pipeline offrono i seguenti vantaggi rispetto ad altre offerte di flussi di lavoro: AWS
Infrastruttura serverless con scalabilità automatica Non è necessario gestire l'infrastruttura di orchestrazione sottostante per eseguire Pipelines, il che consente di concentrarsi sulle attività di machine learning principali. SageMaker L'intelligenza artificiale fornisce, ridimensiona e chiude automaticamente le risorse di elaborazione di orchestrazione della pipeline in base alle esigenze del carico di lavoro ML.
Esperienza utente intuitiva Le pipeline possono essere create e gestite tramite l'interfaccia che preferisci: editor visivo, SDK o JSON. APIs Puoi seguire drag-and-drop le varie fasi di machine learning per creare le tue pipeline nell'interfaccia visiva di Amazon SageMaker Studio. La schermata seguente mostra l'editor visivo di Studio per le pipeline.
Se preferisci gestire i flussi di lavoro ML in modo programmatico, SageMaker Python SDK offre funzionalità di orchestrazione avanzate. Per ulteriori informazioni, consulta Amazon SageMaker Pipelines
AWS integrazioni Pipelines offre un'integrazione perfetta con tutte le funzionalità di SageMaker intelligenza artificiale e altri AWS servizi per automatizzare l'elaborazione dei dati, la formazione dei modelli, la messa a punto, la valutazione, l'implementazione e il monitoraggio dei lavori. Puoi incorporare le funzionalità di SageMaker intelligenza artificiale nelle tue pipeline e navigare tra di esse utilizzando collegamenti diretti per creare, monitorare ed eseguire il debug dei flussi di lavoro ML su larga scala.
Costi ridotti Con Pipelines, paghi solo per l'ambiente SageMaker Studio e i lavori sottostanti orchestrati da Pipelines (ad esempio, SageMaker Training, SageMaker Processing, SageMaker AI Inference e storage dati Amazon S3).
Verificabilità e tracciamento della derivazione Con Pipelines, puoi tenere traccia della cronologia dei tuoi dati all'interno dell'esecuzione della pipeline. Amazon SageMaker ML Lineage Tracking ti aiuta ad analizzare le fonti di dati e i consumatori di dati nel ciclo di vita dello sviluppo end-to-end ML.
