管道

Amazon SageMaker Pipelines 是專用工作流程協調服務，可自動化機器學習 （ML） 開發。

相較於其他 AWS 工作流程產品，管道提供下列優點：

自動擴展無伺服器基礎設施 您不需要管理基礎調度基礎設施即可執行管道，這可讓您專注於核心 ML 任務。根據您的 ML 工作負載需求， SageMaker 自動佈建、擴展和關閉管道調度運算資源。

直覺式使用者體驗管道可以透過您選擇的界面建立和管理：視覺化編輯器、APIs、 SDK或 JSON。您可以在 drag-and-drop Amazon SageMaker Studio 視覺化界面中撰寫管道的各種 ML 步驟。下列螢幕擷取畫面顯示管道的 Studio 視覺化編輯器。

如果您偏好以程式設計方式管理 ML 工作流程， SageMaker Python SDK會提供進階協調功能。如需詳細資訊，請參閱 SageMaker Python SDK 文件中的 Amazon SageMaker Pipelines。

AWS 整合管道提供與所有 SageMaker 功能和其他 AWS 服務的無縫整合，以自動化資料處理、模型訓練、微調、評估、部署和監控任務。您可以在管道中整合 SageMaker 功能，並使用深層連結來大規模建立、監控和偵錯 ML 工作流程。

透過管道降低成本，您只需支付 SageMaker Studio 環境和管道協調的基礎任務 （例如 SageMaker ，訓練、 SageMaker 處理、 SageMaker 推論和 Amazon S3 資料儲存）。

可稽核性和譜系追蹤 使用管道，您可以在管道執行中追蹤資料歷史記錄。Amazon SageMaker ML Lineage Tracking 可協助您分析 ML end-to-end開發生命週期中的資料來源和資料取用者。