Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Pipelines
Amazon SageMaker Pipelines ist ein speziell entwickelter Workflow-Orchestrierungsservice zur Automatisierung der Entwicklung von maschinellem Lernen (ML).
Pipelines bieten die folgenden Vorteile gegenüber anderen Workflow-Angeboten: AWS
Auto-scaling Serverlose Infrastruktur Sie müssen die zugrundeliegende Orchestrierungsinfrastruktur nicht verwalten, um Pipelines auszuführen, sodass Sie sich auf die wichtigsten ML-Aufgaben konzentrieren können. SageMaker KI stellt die Rechenressourcen für die Pipeline-Orchestrierung automatisch bereit, skaliert und heruntergefahren, je nach Bedarf Ihrer ML-Arbeitslast.
Pipelines für ein intuitives Benutzererlebnis können über die Benutzeroberfläche Ihrer Wahl erstellt und verwaltet werden: Visual Editor, SDK, APIs oder JSON. Sie können die verschiedenen ML-Schritte per Drag-and-Drop verschieben, um Ihre Pipelines in der visuellen Oberfläche von Amazon SageMaker Studio zu erstellen. Der folgende Screenshot zeigt den Visual Editor für Pipelines in Studio.
Wenn Sie es vorziehen, Ihre ML-Workflows programmgesteuert zu verwalten, bietet das SageMaker Python-SDK erweiterte Orchestrierungsfunktionen. Weitere Informationen finden Sie unter Amazon SageMaker Pipelines
AWS Integrationen Pipelines bieten eine nahtlose Integration mit allen SageMaker KI-Funktionen und anderen AWS Services zur Automatisierung von Datenverarbeitungs-, Modelltraining-, Feinabstimmungs-, Evaluierungs-, Bereitstellungs- und Überwachungsaufgaben. Sie können die SageMaker KI-Funktionen in Ihre Pipelines integrieren und mithilfe von Deep-Links zwischen ihnen navigieren, um Ihre ML-Workflows in großem Umfang zu erstellen, zu überwachen und zu debuggen.
Geringere Kosten Mit Pipelines zahlen Sie nur für die SageMaker Studio-Umgebung und die zugrunde liegenden Jobs, die von Pipelines orchestriert werden (z. B. SageMaker Training, SageMaker Verarbeitung, SageMaker KI Inference und Amazon S3 S3-Datenspeicher).
Überprüfbarkeit und Herkunftsverfolgung Mit Pipelines können Sie mithilfe der integrierten Versionierung den Verlauf von Pipeline-Updates und -Ausführungen verfolgen. Amazon SageMaker ML Lineage Tracking unterstützt Sie bei der Analyse der Datenquellen und Datenverbraucher im gesamten ML-Entwicklungszyklus.
