Avviso di fine del supporto: il 30 giugno 2027, AWS terminerà il supporto per AMS Advanced. Dopo il 30 giugno 2027, non sarà più possibile accedere alla console AMS Advanced o alle risorse AMS Advanced. Per ulteriori informazioni, consulta Fine del supporto per AMS Advanced.
Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Usa AMS SSP per effettuare il provisioning di Amazon SageMaker AI nel tuo account AMS
Utilizza la modalità AMS Self-Service Provisioning (SSP) per accedere alle funzionalità di Amazon SageMaker AI direttamente nel tuo account gestito AMS. SageMaker L'intelligenza artificiale offre a ogni sviluppatore e data scientist la possibilità di creare, addestrare e implementare rapidamente modelli di apprendimento automatico. Amazon SageMaker AI è un servizio completamente gestito che copre l'intero flusso di lavoro di machine learning per etichettare e preparare i dati, scegliere un algoritmo, addestrare il modello, ottimizzarlo e ottimizzarlo per la distribuzione, fare previsioni e agire. I tuoi modelli entrano in produzione più velocemente con molto meno sforzo e costi inferiori. Per ulteriori informazioni, consulta Amazon SageMaker AI
SageMaker Domande frequenti sull'intelligenza artificiale in AWS Managed Services
Domande e risposte comuni:
D: Come posso richiedere l'accesso all' SageMaker IA nel mio account AMS?
Richiedi l'accesso inviando un Management | AWS service | Self-provisioned service | Aggiungi tipo di modifica (ct-1w8z66n899dct). Questa RFC fornisce i seguenti ruoli IAM al tuo account: e al ruolo di servizio. customer_sagemaker_admin_role AmazonSageMaker-ExecutionRole-Admin Dopo aver inserito l' SageMaker IA nel tuo account, devi integrare il customer_sagemaker_admin_role ruolo nella tua soluzione di federazione. L'utente non può accedere direttamente al ruolo di servizio; il servizio di SageMaker intelligenza artificiale lo utilizza per eseguire varie azioni, come descritto qui: Passing Roles.
D: Quali sono le restrizioni all'uso dell' SageMaker IA nel mio account AMS?
I seguenti casi d'uso non sono supportati dal ruolo AMS Amazon SageMaker AI IAM:
SageMaker AI Studio non è supportato in questo momento.
SageMaker AI Ground Truth per la gestione della forza lavoro privata non è supportata poiché questa funzionalità richiede un accesso eccessivamente permissivo alle risorse di Amazon Cognito. Se è necessario gestire una forza lavoro privata, puoi richiedere un ruolo IAM personalizzato con autorizzazioni combinate SageMaker AI e Amazon Cognito. Altrimenti, consigliamo di utilizzare forza lavoro pubblica (supportata da Amazon Mechanical Turk) Marketplace AWS o fornitori di servizi per l'etichettatura dei dati.
Creazione di endpoint VPC per supportare le chiamate API SageMaker ai servizi di intelligenza artificiale (aws.sagemaker). {regione} .notebook, com.amazonaws. {regione} .sagemaker.api e com.amazonaws. {region} .sagemaker.runtime) non è supportata in quanto le autorizzazioni non possono essere limitate ai soli servizi relativi all'intelligenza artificiale. SageMaker Per supportare questo caso d'uso, invia una RFC Management | Other | Other per creare endpoint VPC correlati.
SageMaker La scalabilità automatica degli endpoint AI non è supportata in quanto l' SageMaker IA richiede
DeleteAlarmautorizzazioni su qualsiasi risorsa («*»). Per supportare la scalabilità automatica degli endpoint, invia una richiesta RFC Management | Other | Other per configurare la scalabilità automatica per un endpoint AI. SageMaker
D: Quali sono i prerequisiti o le dipendenze per utilizzare l'IA nel mio account AMS? SageMaker
I seguenti casi d'uso richiedono una configurazione speciale prima dell'uso:
Se verrà utilizzato un bucket S3 per archiviare artefatti e dati del modello, è necessario richiedere un bucket S3 denominato con le parole chiave richieste (» SageMaker «, «Sagemaker», «sagemaker» o «aws-glue») con Deployment | Advanced stack components | S3 storage | Create RFC.
Se verrà utilizzato Elastic File Store (EFS), lo storage EFS deve essere configurato nella stessa sottorete e consentito dai gruppi di sicurezza.
Se altre risorse richiedono l'accesso diretto SageMaker ai servizi di intelligenza artificiale (notebook, API, runtime e così via), la configurazione deve essere richiesta da:
Invio di una RFC per creare un gruppo di sicurezza per l'endpoint (Deployment | Advanced stack components | Security group | Create (auto)).
Invio di una gestione | Altro | Altro | Crea RFC per configurare gli endpoint VPC correlati.
D: Quali sono le convenzioni di denominazione supportate per le risorse a cui possono accedere direttamente? customer_sagemaker_admin_role (Quanto segue riguarda le autorizzazioni di aggiornamento ed eliminazione; se hai bisogno di convenzioni di denominazione supportate aggiuntive per le tue risorse, contatta un AMS Cloud Architect per una consulenza.)
Risorsa: ruolo di passaggio
AmazonSageMaker-ExecutionRole-*Autorizzazioni: il ruolo di servizio con assegnazione automatica dell' SageMaker IA supporta l'utilizzo del ruolo di servizio SageMaker AI (
AmazonSageMaker-ExecutionRole-*) con AWS Glue, AWS RoboMaker e. AWS Step Functions
Risorsa: Secrets on AWS Secrets Manager
Autorizzazioni: descrivi, crea, ottieni, aggiorna i segreti con un
AmazonSageMaker-*prefisso.Autorizzazioni: descrivi, ottieni segreti quando il tag della
SageMakerrisorsa è impostato su.true
Risorsa: archivi attivi AWS CodeCommit
Autorizzazioni: creare/eliminare repository con un prefisso.
AmazonSageMaker-*Autorizzazioni: Git Pull/Push su repository con i seguenti prefissi,,
*sagemaker*e.*SageMaker**Sagemaker*
Risorsa: repository Amazon ECR (Amazon Elastic Container Registry)
Autorizzazioni: Autorizzazioni: imposta, elimina le politiche del repository e carica le immagini dei contenitori, quando viene utilizzata la seguente convenzione di denominazione delle risorse,.
*sagemaker*
Risorsa: bucket Amazon S3
Autorizzazioni: Get, Put, Delete object, annulla il caricamento multipart di oggetti S3 quando le risorse hanno i seguenti prefissi:,, e.
*SageMaker**Sagemaker**sagemaker*aws-glueAutorizzazioni: ottieni oggetti S3 quando il tag è impostato su.
SageMakertrue
Risorsa: Amazon CloudWatch Log Group
Autorizzazioni: Create Log Group o Stream, Put Log Event, List, Update, Create, Delete log delivery con il seguente prefisso:.
/aws/sagemaker/*
Risorsa: Amazon CloudWatch Metric
Autorizzazioni: inserisci i dati metrici quando vengono utilizzati i seguenti prefissi:
AWS/SageMaker,,,,AWS/SageMaker/aws/SageMaker,aws/SageMaker/e.aws/sagemakeraws/sagemaker//aws/sagemaker/.
Risorsa: Amazon CloudWatch Dashboard
Autorizzazioni: Create/Delete dashboard quando vengono utilizzati i seguenti prefissi:.
customer_*
Risorsa: argomento Amazon SNS (Simple Notification Service)
Autorizzazioni: Subscribe/Create argomento in cui vengono utilizzati i seguenti prefissi:
*sagemaker*, e.*SageMaker**Sagemaker*
D: Qual è la differenza tra e? AmazonSageMakerFullAccess customer_sagemaker_admin_role
The customer_sagemaker_admin_role with the customer_sagemaker_admin_policy fornisce quasi le stesse autorizzazioni AmazonSageMakerFullAccess ad eccezione di:
Autorizzazione a connettersi con AWS RoboMaker Amazon Cognito e AWS Glue risorse.
SageMaker Scalabilità automatica degli endpoint AI. È necessario inviare una RFC con il tipo di modifica Management | Advanced stack components | Identity and Access Management (IAM) | Update entità o policy (automazione gestita) (ct-27tuth19k52b4) per elevare le autorizzazioni di scalabilità automatica temporaneamente o permanentemente, poiché la scalabilità automatica richiede l'accesso permissivo al servizio. CloudWatch
D: Come posso adottare la chiave gestita dal cliente nella crittografia dei dati inattivi? AWS KMS
È necessario assicurarsi che la policy delle chiavi sia stata impostata correttamente sulle chiavi gestite dal cliente in modo che gli utenti o i ruoli IAM correlati possano utilizzare le chiavi. Per ulteriori informazioni, consulta il documento AWS KMS Key Policy.
