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、本番環境対応の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 ready-to-useモデルを使用する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、より多くの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、GitHub の次のリソースを参照してください。

モデルのトレーニングが完了したら、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、ONNX モデルを自動的に最適化します。詳細については、「Neo を使用したモデルパフォーマンスの最適化」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。