As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Recursos para usar o SparkML Serving com a Amazon AI SageMaker
<a name="sparkml-serving"></a>

O modelo e preditor do [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) SparkML Serving e o contêiner SparkML Serving de código aberto Amazon SageMaker AI oferecem suporte à implantação de pipelines de ML do Apache Spark serializados com IA para obter inferências. MLeap SageMaker Use os recursos a seguir para aprender a usar o SparkML Serving com IA. SageMaker 

Para obter informações sobre como usar o contêiner SparkML Serving para implantar modelos SageMaker na IA, [SageMaker consulte o repositório de contêineres do Spark](https://github.com/aws/sagemaker-sparkml-serving-container) ML. GitHub [Para obter informações sobre o modelo e os preditores do [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable) SparkML Serving, consulte a documentação do SparkML Serving Model and Predictor API.](https://sagemaker.readthedocs.io/en/stable/sagemaker.sparkml.html)