Sorotan Peluncuran AI & ML di AWS re:Invent 2021 Keynotes – Menuju AI — Publikasi AI dan Teknologi Terkemuka di Dunia

Pengarang: Juv Chan

Awalnya diterbitkan di Towards AI the World’s Leading AI and Technology News and Media Company. Jika Anda sedang membangun produk atau layanan terkait AI, kami mengundang Anda untuk mempertimbangkan untuk menjadi sponsor AI. Di Towards AI, kami membantu menskalakan AI dan startup teknologi. Biarkan kami membantu Anda melepaskan teknologi Anda kepada massa.

Komputasi awan

Sorotan Peluncuran AI & ML di AWS re: Invent 2021 Keynotes

AWS re:Invent 2021 — Membuka Keynote dengan Adam Selipsky, CEO, Amazon Web Services

Kata pengantar

Tahun 2021 menandai tonggak sejarah yang tak terlupakan bagi Amazon Web Services (AWS) karena merayakan ulang tahun ke-10 Invent serta ulang tahun ke-15. Postingan ini menggabungkan dan merangkum semua pengumuman peluncuran terkait AI dan ML di berbagai keynote di AWS re: Invent 2021. Beberapa dari pengumuman peluncuran ini sama atau serupa di lebih dari satu keynote, yang menandai signifikansinya.

Sesi utama AWS re: Invent kini tersedia untuk penayangan sesuai permintaan di situs web re:Invent serta saluran YouTube resmi AWS.

10 tahun re:Invent

AWS Graviton3: 3x lebih cepat untuk Beban Kerja ML

AWS Graviton3 diluncurkan di Keynote Adam Selipsky

AWS Graviton3 adalah peluncuran pertama pada keynote Adam Selipsky. Graviton3 adalah prosesor berbasis Arm terbaru yang dirancang AWS yang rata-rata 25% lebih cepat untuk beban kerja komputasi umum, berkinerja lebih baik pada beban kerja khusus tertentu, misalnya 3x lebih cepat untuk beban kerja ML, dan mengonsumsi energi hingga 60% lebih sedikit dibandingkan dengan Graviton2.

Ada juga sorotan pada peningkatan kinerja Graviton3 atau peningkatan bandwidth di atas Graviton2 pada beberapa beban kerja komputasi umum, bandwidth memori, serta beban kerja inferensi ML seperti yang ditunjukkan di bawah pada keynote Peter DeSantis.

Kinerja Beban Kerja Khusus Graviton 3 di Keynote Adam Selipsky
Peningkatan Graviton3 atas Graviton2 pada Beban Kerja Nyata di Keynote Peter DeSantis
Peningkatan Graviton3 atas Graviton2 pada Bandwidth Memori di Keynote Peter DeSantis
Peningkatan Kinerja Inferensi Graviton3 ML atas Graviton2 di Keynote Peter DeSantis

Instans C7g untuk EC2: Jenis Instans EC2 Pertama yang didukung oleh AWS Graviton3 (Pratinjau)

Instans C7g untuk peluncuran EC2 di Keynote Adam Selipsky

Amazon EC2 C7g adalah jenis instans EC2 berbasis Graviton3 pertama. Ini memanfaatkan peningkatan dan manfaat terbaru yang ditawarkan oleh prosesor Graviton3. Ini tersedia dalam pratinjau sekarang. Daftar untuk pratinjau.

Amazon EC2 C7g — Spesifikasi Graviton3 di Keynote Peter DeSantis

Instans Trn1 untuk EC2: Jenis Instans EC2 Pertama yang didukung oleh AWS Trainium (Pratinjau)

Contoh Trn1 untuk Fitur EC2 di Keynote Adam Selipsky

Amazon EC2 Trn1 adalah jenis instans EC2 berbasis Trainium pertama. AWS Trainium adalah chip machine learning (ML) kustom berperforma tinggi yang dirancang oleh AWS untuk memberikan performa harga terbaik untuk melatih model deep learning di cloud.

Trn1 juga merupakan jenis instans EC2 pertama dengan bandwidth jaringan hingga 800 Gbps yang ideal untuk kasus penggunaan pelatihan terdistribusi multi-node skala besar. Ini tersedia dalam pratinjau sekarang. Mendaftar untuk pratinjau.

Spesifikasi Amazon EC2 Trn1 di Keynote Peter DeSantis
Perbandingan Bandwidth Jaringan Amazon EC2 Trn1 di Keynote Peter DeSantis

Amazon SageMaker Canvas: Antarmuka visual tanpa kode untuk membangun model ML tanpa Keahlian ML

Peluncuran Amazon SageMaker Canvas di Keynote Adam Selipsky
Peluncuran Amazon SageMaker Canvas di Keynote Swami Sivasubramanian

Amazon SageMaker Canvas adalah kemampuan baru Amazon SageMaker yang memungkinkan pengguna yang tidak memiliki pengalaman pembelajaran mesin, ilmu data, atau pengkodean, misalnya, analis bisnis untuk menghasilkan model ML yang sangat akurat melalui antarmuka pengguna yang sederhana, visual, tunjuk dan klik. Ini umumnya tersedia saat peluncuran.

Antarmuka pengguna konsol Amazon SageMaker Canvas

Amazon SageMaker Ground Truth Plus: Pelabelan Data yang Ditingkatkan

Peluncuran Amazon SageMaker Ground Truth Plus di Keynote Swami Sivasubramanian

Amazon SageMaker Ground Truth Plus adalah layanan pelabelan data siap pakai yang memungkinkan pengguna membangun kumpulan data pelatihan berkualitas tinggi tanpa harus membuat aplikasi pelabelan dan mengelola tenaga kerja pelabelan mereka sendiri. Ground Truth Plus menyediakan teknik pelabelan berbasis ML, termasuk pembelajaran aktif, pra-pelabelan, dan validasi mesin. Ini umumnya tersedia saat peluncuran.

Antarmuka pengguna konsol Amazon SageMaker Ground Truth Plus

Notebook Amazon SageMaker Studio: Integrasi Asli Sumber Data Besar

Peluncuran fitur baru Notebook Amazon SageMaker Studio di Keynote Swami Sivasubramanian

Notebook Amazon SageMaker Studio sekarang memiliki integrasi bawaan dengan Apache Spark, Apache Hive, dan Presto yang berjalan di klaster Amazon EMR dan Data Lakes di Amazon S3, dengan dukungan untuk sumber data tambahan pada awal 2022. Pengguna kini dapat terhubung ke sumber data ini dari SageMaker Studio Notebook untuk melakukan rekayasa data, analitik, dan alur kerja ML dalam notebook yang sama. Ini umumnya tersedia saat peluncuran.

Integrasi Data Notebook Amazon SageMaker Studio: Cara Kerjanya di Keynote Swami Sivasubramanian
Contoh Drop-down Koneksi Cluster Notebook Studio

Inovasi Infrastruktur Amazon SageMaker: Penyusun Pelatihan, Rekomendasi Inferensi & Inferensi Tanpa Server

Peluncuran Inovasi Infrastruktur Amazon SageMaker di Keynote Swami Sivasubramanian

Amazon SageMaker Training Compiler adalah kemampuan baru SageMaker yang membuat pengoptimalan tingkat grafik dan kernel yang menggunakan GPU lebih efisien untuk mengurangi waktu pelatihan hingga 50% pada instans GPU. SageMaker Training Compiler terintegrasi ke dalam AWS Deep Learning Containers (DLCs).

Menggunakan SageMaker Training Compiler-enabled AWS DLC, Anda dapat mengompilasi dan mengoptimalkan pekerjaan pelatihan pada instans GPU dengan sedikit perubahan pada kode Anda.

SageMaker Training Compiler tersedia tanpa biaya tambahan di dalam SageMaker dan dapat membantu mengurangi total waktu yang dapat ditagih karena mempercepat pelatihan. Ini umumnya tersedia saat peluncuran.

Amazon SageMaker Inference Recommender adalah kemampuan baru Amazon SageMaker yang mengurangi waktu yang diperlukan untuk menerapkan model ML ke dalam produksi dengan mengotomatiskan pengujian beban dan penyetelan model di seluruh instans ML SageMaker.

Inference Recommender membantu pengguna untuk memilih jenis dan konfigurasi instans terbaik yang tersedia (misalnya jumlah instans, parameter container, dan pengoptimalan model, dll.) untuk menerapkan model ML guna kinerja dan biaya inferensi yang optimal. Ini umumnya tersedia saat peluncuran.

Amazon SageMaker Serverless Inference adalah kemampuan baru Amazon SageMaker dan opsi inferensi baru yang memungkinkan pengguna menerapkan model ML dengan mudah untuk inferensi tanpa harus mengonfigurasi atau mengelola infrastruktur yang mendasarinya.

Inferensi Tanpa Server sangat ideal untuk beban kerja yang memiliki periode idle antara lonjakan lalu lintas dan dapat mentolerir cold start. Itu dalam pratinjau saat peluncuran.

Amazon Kendra Experience Builder: Bangun & Terapkan Aplikasi Pencarian tanpa menulis kode

Amazon Kendra Experience Builder diluncurkan di Keynote Swami Sivasubramanian

Amazon Kendra adalah layanan pencarian cerdas yang didukung oleh pembelajaran mesin. Amazon Kendra Experience Builder adalah kemampuan baru Amazon Kendra yang memungkinkan pengguna untuk dengan cepat menerapkan aplikasi pencarian cerdas berfitur lengkap yang dapat disesuaikan dalam beberapa klik dan tanpa memerlukan pengkodean. Ini umumnya tersedia saat peluncuran.

Antarmuka pengguna konsol Amazon Kendra Experience Builder

Amazon Lex Automated Chatbot Designer: Mengotomatiskan Desain Percakapan (Pratinjau)

Amazon Lex Automated Chatbot Designer diluncurkan di Keynote Swami Sivasubramanian

Desain percakapan yang efektif memisahkan chatbot yang baik dari yang buruk

Amazon Lex Automated Chatbot Designer adalah kemampuan baru di Amazon Lex yang memungkinkan pengembang chatbot mendesain chatbot dengan mudah dari transkrip percakapan dalam hitungan jam, bukan minggu.

Perancang chatbot otomatis yang baru dapat mengotomatiskan desain percakapan dengan menggunakan ML untuk menganalisis transkrip percakapan dan mengelompokkannya secara semantik di sekitar maksud paling umum dan informasi terkait, sehingga meminimalkan upaya pengembang dan mengurangi waktu yang diperlukan untuk mendesain chatbot. Itu dalam pratinjau saat peluncuran.

Antarmuka pengguna konsol Amazon Lex Automated Chatbot Designer

Amazon SageMaker Studio Lab: Lingkungan Pengembangan ML Berbasis Web Gratis (Pratinjau)

Amazon SageMaker Studio Lab diluncurkan di Keynote Swami Sivasubramanian

Amazon SageMaker Studio Lab adalah lingkungan pengembangan ML berbasis web gratis yang menyediakan komputasi, penyimpanan (hingga 15 GB), dan keamanan bagi siapa saja untuk belajar dan bereksperimen dengan ML. Siapa pun dengan alamat email yang valid, bahkan tanpa akun AWS dapat mendaftar untuk menggunakan layanan ini tanpa biaya.

Mendaftar untuk akun baru. Itu dalam pratinjau saat peluncuran.

Antarmuka pengguna konsol Amazon SageMaker Studio Lab

Program Beasiswa AWS AI & ML & Siswa AWS DeepRacer: Pendidikan & Kompetisi ML

Program Beasiswa AWS AI & ML diluncurkan di Keynote Swami Sivasubramanian
Siswa AWS DeepRacer

Program Beasiswa AWS AI & ML, bekerja sama dengan Intel dan Udacity, bertujuan untuk membantu siswa sekolah menengah dan perguruan tinggi global yang kurang terwakili dan kurang terlayani mempelajari konsep ML dasar untuk mempersiapkan mereka berkarir di AI dan ML. Ini diluncurkan sebagai bagian dari layanan AWS DeepRacer Student dan AWS DeepRacer Student League yang semuanya baru.

Program Beasiswa AWS AI & ML memberikan beasiswa kepada 2.000 siswa per tahun untuk Program AI Udacity dengan program Python Nanodegree (nilai $4,000 USD). Untuk mendaftar di program Beasiswa AWS AI & ML, daftar terlebih dahulu di layanan AWS DeepRacer Student dengan alamat email yang valid. Perhatikan bahwa akun pemain siswa ini terpisah dari akun AWS dan tidak memerlukan informasi tagihan atau kartu kredit.

Pelajari lebih lanjut tentang detail program, termasuk cara kerjanya serta perjalanan dan jadwalnya di sini.

Terima kasih banyak telah membaca artikel ini. Umpan balik Anda diterima dan dihargai untuk meningkatkan kualitas konten artikel ini.

Sorotan Peluncuran AI & ML di AWS re:Invent 2021 Keynotes awalnya diterbitkan di Towards AI on Medium, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.

Diterbitkan melalui Menuju AI