Amazon trasforma SageMaker: la piattaforma unica per analisi e AI generativa | App intelligenza artificiale italiano | Software intelligenza artificiale gratis | Chatgpt gratis android | Turtles AI

Amazon SageMaker evolve per affrontare la convergenza tra AI e analisi, introducendo SageMaker Unified Studio, una piattaforma avanzata che combina strumenti per lo sviluppo di modelli, l’elaborazione dei dati e l’AI generativa. Riorganizzazione e nuove funzionalità puntano a semplificare esperienze complesse.

Punti chiave:

• Nuova struttura: SageMaker Unified Studio offre una piattaforma unificata per ML, analisi e AI generativa.
• Riorganizzazione: Il vecchio SageMaker è rinominato SageMaker AI con funzionalità più specializzate.
• Integrazioni avanzate: Lakehouse consolida dati da più sorgenti, migliorando accessibilità e interoperabilità.
• Strumenti innovativi: Q Developer e HyperPod ottimizzano la progettazione e la gestione di modelli complessi.

Amazon Web Services (AWS) ha rivelato durante l’evento re:Invent a Las Vegas una nuova generazione di SageMaker, un insieme di strumenti che unisce l’AI e l’analisi in una piattaforma più coesa e flessibile. Al centro di questa evoluzione si trova SageMaker Unified Studio, una suite innovativa progettata per integrare lo sviluppo di modelli, l’elaborazione dei dati e l’AI generativa, ora disponibile in anteprima. Pur mantenendo il nome SageMaker per l’intera gamma di servizi, AWS ha intrapreso una riorganizzazione per differenziare le funzionalità. Il "vecchio" SageMaker è stato ribattezzato SageMaker AI, che mantiene un focus più ristretto su sviluppo e addestramento di modelli di machine learning (ML) ma è parte integrante di Unified Studio. La piattaforma include anche Bedrock, uno strumento specifico per la creazione di applicazioni di AI generativa, offrendo un’esperienza unificata per sviluppatori e data scientist.

Un elemento centrale della nuova generazione è Lakehouse, una soluzione che facilita la gestione e l’interrogazione di dati provenienti da varie fonti. Lakehouse integra data lake in Amazon S3 e Redshift, consentendo l’accesso a dati distribuiti attraverso query SQL, utilizzando strumenti come AWS Athena e Apache Spark. Grazie alla compatibilità con DynamoDB, Google BigQuery, Snowflake e altri database relazionali, gli utenti possono analizzare i dati direttamente nella loro posizione originale o importarli per ulteriori elaborazioni. Tale approccio consente una perfetta sinergia tra analisi dei dati, sviluppo di modelli e creazione di applicazioni di AI generativa.

L’integrazione tra le varie componenti della suite si estende anche a strumenti per sviluppatori e team aziendali. Q Developer, l’assistente AI di Amazon, è stato incorporato in Unified Studio e SageMaker Canvas, offrendo funzionalità di chat per semplificare selezione del modello, preparazione dei dati e distribuzione. Nel frattempo, strumenti come HyperPod, introdotto nel 2022, consentono una gestione ottimizzata delle risorse di calcolo per l’addestramento di modelli ML, includendo nuovi piani di formazione flessibili. Questi piani permettono agli utenti di definire risorse accelerate necessarie e tempistiche, garantendo un utilizzo efficiente e riducendo i costi in periodi di bassa domanda.

Il progetto SageMaker Unified Studio prevede anche future integrazioni, tra cui connessioni a dati in streaming tramite Amazon Kinesis, strumenti di business intelligence come Amazon QuickSight e analisi tramite OpenSearch. Tali espansioni riflettono la crescente domanda da parte dei clienti di soluzioni scalabili che combinino analisi, ML e AI generativa in carichi di lavoro sempre più complessi. Brian Ross, ingegnere AWS, ha evidenziato come la nuova suite risponda al bisogno di consolidare dati frammentati, spesso dispersi in organizzazioni di grandi dimensioni. La visione di AWS è offrire un’esperienza end-to-end che semplifichi le operazioni, riducendo i costi e migliorando l’accessibilità ai dati.

Dal punto di vista commerciale, SageMaker mantiene il modello di pricing tipico di AWS, senza costi diretti per l’accesso alla piattaforma, ma addebitando l’uso delle risorse sottostanti. AWS avverte che l’uso imprudente dei servizi potrebbe comportare spese impreviste, pur offrendo livelli gratuiti per testare alcune funzionalità.

Nonostante la complessità dei nomi e delle opzioni disponibili, SageMaker si presenta come una piattaforma completa e modulare per affrontare le sfide dell’analisi avanzata e dell’AI in un panorama in continua evoluzione.