Amazon SageMaker AI エンドポイント

Amazon SageMaker AI は、モデルを構築およびトレーニングし、本番環境に対応したホスト環境にデプロイするのに役立つマネージド ML サービスです。Amazon SageMaker AI Canvas とは異なり、 SageMaker AI でモデルを使用する ready-to-useオプションはありません。 SageMaker AI では、サンプルデータを提供し、モデルをトレーニングする責任があります。これにより、より詳細な制御が可能になりますが、運用上のオーバーヘッドと責任も増大します。

SageMaker AI にカスタムモデルをリアルタイムエンドポイントまたはサーバーレスエンドポイントとしてデプロイできます。または、アプリケーションの需要に応じてバッチ変換を使用することもできます。モデルが SageMaker AI エンドポイントとしてデプロイされない場合でも、 SageMaker AI が生成するモデルアーティファクトはカスタマイズされたデプロイに使用できます。 SageMaker AI イメージ分類モデルの例については、以下のリソースを参照してください GitHub。

モデルのトレーニング後、 SageMaker AI Neo を使用してモデルをコンパイルし、計算効率を高めることができます。Neo は、Android、Linux、Windows マシンでの推論のために Gluon、Keras、、MXNet PyTorch TensorFlow、 TensorFlow-Lite、および ONNXモデルを自動的に最適化します。詳細については、「Neo を使用してモデルのパフォーマンスを最適化する」を参照してください。

SageMaker AI の利点は次のとおりです。

SageMaker AI の欠点は次のとおりです。

SageMaker AI の詳細については、以下を参照してください。