パイプライン

Amazon SageMaker Pipelines は、機械学習 (ML) 開発を自動化するための専用のワークフローオーケストレーションサービスです。

Pipelines には、他の AWS ワークフロー製品よりも以下の利点があります。

サーバーレスインフラストラクチャの自動スケーリング Pipelines を実行するために基盤となるオーケストレーションインフラストラクチャを管理する必要はありません。これにより、コア ML タスクに集中できます。ML ワークロードの要求に応じて、パイプラインオーケストレーションコンピューティングリソース SageMaker を自動的にプロビジョニング、スケーリング、シャットダウンします。

直感的なユーザーエクスペリエンスパイプラインは、ビジュアルエディタ、、SDK、APIsまたは のいずれかのインターフェイスを使用して作成および管理できますJSON。Amazon SageMaker Studio ビジュアルインターフェイスでパイプラインを作成するためのさまざまな ML ステップを実行できます drag-and-drop。次のスクリーンショットは、パイプラインの Studio ビジュアルエディタを示しています。

ML ワークフローをプログラムで管理する場合は、 SageMaker Python に高度なオーケストレーション機能SDKが用意されています。詳細については、 SageMaker Python SDKドキュメントの「Amazon SageMaker Pipelines」を参照してください。

AWS 統合 Pipelines は、データ処理、モデルトレーニング、微調整、評価、デプロイ、モニタリングジョブを自動化するために、すべての SageMaker 機能やその他の AWS サービスとシームレスに統合します。Pipelines に SageMaker 機能を組み込み、ディープリンクを使用してそれらの機能をナビゲートして、ML ワークフローを大規模に作成、モニタリング、デバッグできます。

Pipelines では、 SageMaker Studio 環境と Pipelines によってオーケストレーションされる基盤となるジョブ ( SageMaker トレーニング、 SageMaker 処理、 SageMaker 推論、Amazon S3 データストレージなど) に対してのみ料金が発生します。

監査可能性と系統の追跡 Pipelines を使用すると、パイプライン実行内のデータ履歴を追跡できます。Amazon SageMaker ML Lineage Tracking は、ML 開発ライフサイクルにおける end-to-endデータソースとデータコンシューマーの分析に役立ちます。