亚马逊AWS发布SageMaker Unified Studio，简化AI模型开发流程
亚马逊云计算部门（AWS）宣布推出SageMaker Unified Studio，旨在进一步简化AI模型的创建、训练与部署流程。作为re:Invent 2024大会的重点发布内容，该平台整合了多项AWS服务工具，为客户提供统一的数据发现、准备及处理环境。
SageMaker Unified Studio：数据与AI的深度融合
AWS数据与人工智能副总裁Swami Sivasubramanian表示：“我们正见证分析与人工智能的融合，客户以日益互联的方式使用数据。新一代SageMaker汇集了数据处理、机器学习模型开发训练及生成式AI所需的所有工具。”
通过SageMaker Unified Studio，用户可安全地发布并共享数据、模型及应用工件，同时支持与AWS Bedrock模型开发平台的集成。平台内置Q Developer代码助手，能够响应如“应使用哪些数据分析产品销售？”或“生成按类别计算总收入的SQL”等自然语言指令，辅助完成数据发现、编码及集成等开发任务。
SageMaker Catalog与Lakehouse：强化治理与连接能力
除Unified Studio外，AWS还推出了两项新功能：
- SageMaker Catalog：允许管理员通过统一权限模型和细粒度控制，对AI应用、模型及工具实施访问策略管理。
- SageMaker Lakehouse：提供SageMaker及其他工具与AWS数据湖、数仓及企业应用间的数据连接。该功能兼容Apache Iceberg开源标准，支持对所有分析和AI工具中的数据应用访问控制。
无缝对接SaaS应用，打破数据孤岛
借助新集成能力，SageMaker现可直接访问Zendesk、SAP等SaaS应用数据，无需预先进行ETL操作。AWS指出，这一改进使客户能利用首选分析工具处理物理存储位置各异的数据，有效支持SQL分析、临时查询、数据科学及生成式AI等多种业务场景。