AWS、機械学習のスケーリングを容易にする新しいSageMaker機能をリリース

AWSは本日、年次カンファレンス「re:Invent」において、機械学習（ML）モデルの構築、トレーニング、デプロイのためのマネージドサービス「SageMaker」の新機能を多数発表した。Amazonの機械学習担当バイスプレジデント、スワミ・シヴァスブラマニアン氏は、これらの新機能はユーザーが組織内で機械学習をより容易に拡張できるようにすることを目的としていると説明した。

まずAWSは、専門家の力を借りて高品質なトレーニングデータセットをより迅速に提供する新しいサービス「SageMaker Ground Truth Plus」を開始しました。SageMaker Ground Truth Plusは、機械学習技術を含むラベリングワークフローを用いて、能動学習、事前ラベリング、機械検証を行います。AWSによると、この新サービスはコストを最大40%削減し、ユーザーに機械学習の深い専門知識は不要です。このサービスにより、ユーザーはラベリングアプリケーションを構築することなくトレーニングデータセットを作成できます。SageMaker Ground Truth Plusは現在、バージニア州北部で利用可能です。

同社はまた、機械学習モデルを最適なパフォーマンスとコストでデプロイするために、ユーザーが利用可能な最適なコンピューティングインスタンスを選択できるよう支援する新しいツール、SageMaker Inference Recommender をリリースしました。AWSによると、このツールは適切なコンピューティングインスタンスタイプ、インスタンス数、コンテナパラメータ、そしてモデルの最適化を自動的に選択します。Amazon SageMaker Inference Recommender は、AWS 中国リージョンを除く、SageMaker が利用可能なすべてのリージョンで一般公開されています。

さらにAWSは、SageMaker Serverless Interfaceの新しいオプションのプレビューをリリースしました。これにより、ユーザーは基盤となるインフラストラクチャの設定や管理をすることなく、推論用の機械学習モデルを簡単にデプロイできます。この新しいオプションは、バージニア州北部、オハイオ州、オレゴン州、アイルランド、東京、シドニーで利用可能です。

AWSは本日、SageMaker Training Compilerという新機能を発表しました。この新機能は、GPUインスタンスをより効率的に利用することで、ディープラーニングモデルのトレーニングを最大50%高速化します。この機能は、高水準言語表現からハードウェア最適化命令まで、ディープラーニングモデルを網羅しています。この新機能は、バージニア州北部、オハイオ州、オレゴン州、アイルランドで一般公開されています。

最後にAWSは、Amazon Elastic MapReduce (EMR)上で実行されているApache Sparkジョブを、SageMaker Studioノートブックからワンクリックで監視およびデバッグできるようになったと発表しました。また、SageMaker Studioから直接EMRクラスターの検出、接続、作成、終了、管理も可能になったとAWSは述べています。

「EMRとの組み込み統合により、単一のユニバーサルSageMaker Studioノートブック内でペタバイト規模のインタラクティブなデータ準備と機械学習が可能になります」とAWSはブログ投稿で説明している。