AWS推进最广泛最完善的AI战略

2019-12-23 10:48:48
阅读提示:      亚马逊网络服务公司正在寻求通过纯粹的广度和多样性在竞争激烈的市场中使其人工智能产品与众不同,因为云巨头认为单个产品或平台无法满足

    亚马逊网络服务公司正在寻求通过纯粹的广度和多样性在竞争激烈的市场中使其人工智能产品与众不同,因为云巨头认为单个产品或平台无法满足大多数客户的需求。

 

    为此,云领导者的首席执行官Andy Jassy在星期二放弃了几个新的AI开发平台功能和注入了机器学习的工具,以使该产品组合更加完善,从而使更多的客户可以使用各个级别的强大技术。堆。
    “机器学习不是一项单一的服务,” Jassy在AWS re:Invent会议上的主题演讲中说。因此,AWS希望提供“最广泛,最完整的机器学习功能集”。
    他说,亚马逊对多样性的关注是使用AWS进行机器学习的公司的两倍之多。 
    Jassy说:“开发人员,数据科学家和公司对从数据中获取价值感到非常热情和激动,以至于他们愿意使用笨拙的工具。”亚马逊的战略是使利用该技术变得非常容易得多,即通过扩展已经全面的产品组合,使客户能够承受其能力。
    在数据科学家和专家进行工作的堆栈最底层,AWS在其P3系列中引入了强大的实例。他说,这些创新带来的性能优于“山景城公司”设定的先前基准,而不是直接命名竞争对手Google。
    但是,与大多数其他云提供商不同,AWS不想通过单个ML框架来向所有人传递信息。
    他说:“体育买球的团队除了致力于优化AWS上的TensorFlow性能外,什么也不做。”
    但是,与开发人员和数据科学家的对话导致AWS得出结论,其中90%的人使用TensorFlow以外的多个框架,最著名的是PyTorch和MXNet。AWS不想强迫这些客户将其所有工作移植到TensorFlow。
    不断升级,亚马逊提供了SageMaker,这是Jassy所说的产品,它在开发人员构建,训练和部署ML模型的方式上引入了“海平面”变化。
    该自动化平台发展迅速,去年增加了50多种功能,例如SageMaker Ground Truth和AWS ML Marketplace。
    但是Jassy承认,“ SageMaker步骤之间的所有工作仍然比体育买球希望的要难得多。”机器学习从未有过端到端的集成开发人员环境。
    他于周二推出了Amazon SageMaker Studio,它通过一个完全集成的环境来开发机器学习来改变这一现状。
    贾西谈到新的开发环境时说:“这是一个巨大的飞跃。”
    SageMaker Studio是一个基于Web的IDE,可以存储代码,笔记本,数据集,并使它们都可以从单个窗格访问,从而更轻松地管理构建ML模型的所有部分。
    Jassy还推出了Amazon SageMaker Notebook和Amazon SageMaker Experience,Amazon SageMaker Notebook可以通过单击旋转Jupyter笔记本,Amazon SageMaker Experience可以自动组织和搜索涉及构建,训练和调整模型的每个步骤。
    培训机器学习模型中的一个令客户感到沮丧的是,他们在自动平台上构建时的黑盒性质。