终止支持通知： AWS 将于 2027 年 6 月 30 日终止对 AMS Advanced 的支持。2027 年 6 月 30 日之后，您将无法再访问 AMS 高级控制台或 AMS 高级版资源。有关更多信息，请参阅 AMS 高级版终止支持。
本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
使用 AMS SSP 在你的 AMS 账户中配置 SageMaker Amazon AI
使用 AMS 自助服务配置 (SSP) 模式，直接在您的 AMS 托管账户中访问 SageMaker Amazon AI 功能。 SageMaker AI 为每位开发人员和数据科学家提供了快速构建、训练和部署机器学习模型的能力。Amazon SageMaker AI 是一项完全托管的服务，涵盖了整个机器学习工作流程，包括标记和准备数据、选择算法、训练模型、调整和优化模型以进行部署、做出预测和采取行动。您的模型能够以更少的工作量和更低的成本更快地投入生产。要了解更多信息，请参阅 Amazon SageMaker AI
SageMaker AWS Managed Services 中的人工智能常见问题
常见问题和答案：
问：如何使用我的 AMS 账户申请访问 SageMaker AI？
通过提交管理 | AWS 服务 | 自配置服务 | 添加 (ct-1w8z66n899dct) 更改类型来申请访问权限。此 RFC 为您的账户配置以下 IAM 角色：customer_sagemaker_admin_role和服务角色AmazonSageMaker-ExecutionRole-Admin。在您的账户中配置 SageMaker AI 后，您必须在联合解决方案中加入该customer_sagemaker_admin_role角色。您无法直接访问服务角色； SageMaker AI 服务在执行各种操作时使用该角色，如下所述：传递角色。
问：在我的 AMS 账户中使用 SageMaker AI 有哪些限制？
AMS Amazon A SageMaker I IAM 角色不支持以下用例：
SageMaker 目前不支持 AI Studio。
SageMaker 不支持 AI Ground Truth 来管理私人员工，因为此功能需要过于宽松地访问 Amazon Cognito 资源。如果需要管理私人员工，则可以申请一个具有 A SageMaker I 和 Amazon Cognito 权限相结合的自定义 IAM 角色。否则，我们建议使用公共劳动力（由 Amazon Mechanical Turk 提供支持）或 AWS Marketplace 服务提供商进行数据标记。
创建 VPC 终端节点以支持对 SageMaker AI 服务的 API 调用（aws.sagemaker。 {区域} .notebook，com.amazonaws。 {region} .sagemaker.api & com.amazonaws。 不支持 {region} .sagemaker.runtime），因为权限不能仅限于人工智能相关的服务。 SageMaker 要支持此用例，请提交管理 | 其他 | 其他 RFC 以创建相关的 VPC 终端节点。
SageMaker 不支持 AI 端点自动缩放，因为 SageMaker AI 需要任何 (“*”) 资源的
DeleteAlarm权限。要支持端点自动缩放，请提交 “管理 | 其他 | 其他 | 其他 RFC” 来为 SageMaker AI 终端节点设置自动缩放。
问：在我的 AMS 账户中使用 SageMaker AI 的先决条件或依赖条件是什么？
以下用例需要在使用前进行特殊配置：
如果要使用 S3 存储桶来存储模型工件和数据，则必须使用部署 | 高级堆栈组件 | S3 存储 | 创建 RFC 请求一个以所需关键字（”、SageMaker “Sagemaker”、“sagemaker” 或 “aws-glue”）命名的 S3 存储桶。
如果要使用弹性文件存储 (EFS)，则必须在同一个子网中配置 EFS 存储，并且必须得到安全组的允许。
如果其他资源需要直接访问 SageMaker AI 服务（笔记本、API、运行时等），则必须通过以下方式请求配置：
提交 RFC 以为终端节点创建安全组（部署 | 高级堆栈组件 | 安全组 | 创建 (auto)）。
提交管理 | 其他 | 其他 | 创建 RFC 以设置相关的 VPC 终端节点。
问：对于customer_sagemaker_admin_role可以直接访问的资源，支持的命名约定有哪些？ （以下内容适用于更新和删除权限；如果您需要其他支持的资源命名约定，请联系 AMS Cloud Architect 进行咨询。）
资源：传递
AmazonSageMaker-ExecutionRole-*角色权限： SageMaker AI 自行配置的服务角色支持您使用 SageMaker AI 服务角色 (
AmazonSageMaker-ExecutionRole-*) 和 AWS Glue AWS RoboMaker、和。 AWS Step Functions
资源：Secrets Manager 上的 AWS 秘密
权限：使用
AmazonSageMaker-*前缀描述、创建、获取、更新密钥。权限：当
SageMaker资源标签设置为时，描述、获取机密true。
资源：存储库开启 AWS CodeCommit
权限：创建/删除带
AmazonSageMaker-*前缀的仓库。权限：在带有以下前缀的存储库 Pull/Push 上使用 Git
*sagemaker*、*SageMaker*、和。*Sagemaker*
资源：Amazon ECR（亚马逊弹性容器注册表）存储库
权限：权限：使用以下资源命名约定时，设置、删除存储库策略和上传容器镜像
*sagemaker*。
资源：亚马逊 S3 存储桶
权限：当资源具有以下前缀时，获取、放置、删除对象、中止分段上传 S3 对象：
*SageMaker*、*Sagemaker*和。*sagemaker*aws-glue权限：当
SageMaker标签设置为时获取 S3 对象true。
资源：Amazon CloudWatch 日志组
权限：创建日志组或流、放置日志事件、列出、更新、创建、删除带以下前缀的日志传送：
/aws/sagemaker/*。
资源：Amazon CloudWatch 指标
权限：使用以下前缀时放入指标数据：
AWS/SageMaker、AWS/SageMaker/、aws/SageMaker、aws/SageMaker/、aws/sagemakeraws/sagemaker/、和/aws/sagemaker/.。
资源：Amazon CloudWatch 控制面板
权限:使用以下前缀时的 Create/Delete 仪表板:
customer_*.
资源：Amazon SNS（简单通知服务）主题
权限：使用以下前缀时 Subscribe/Create 的主题：
*sagemaker**SageMaker*、和。*Sagemaker*
问：AmazonSageMakerFullAccess和有什么区别customer_sagemaker_admin_role？
customer_sagemaker_admin_role与customer_sagemaker_admin_policy提供的权限几乎相同，唯一的 AmazonSageMakerFullAccess 不同是：
连接 Amazon Cognito 和 AWS Glue 资源的权限。 AWS RoboMaker
SageMaker AI 端点自动缩放。您必须使用管理 | 高级堆栈组件 | 身份和访问管理 (IAM) | 更新实体或策略（托管自动化）更改类型 (ct-27tuth19k52b4) 提交 RFC，以临时或永久提升自动扩展权限，因为自动扩展需要对服务的许可访问权限。 CloudWatch
问：如何在静态数据加密中采用 AWS KMS 客户托管密钥？
您必须确保已在客户托管密钥上正确设置密钥策略，以便相关的 IAM 用户或角色可以使用这些密钥。有关更多信息，请参阅AWS KMS 密钥策略文档。
