开发者现可通过新的 AWS 体验访问 SageMaker Studio

今天，我们很高兴宣布，新的 Amazon SageMaker AI 客户在注册 AWS 后，只需几个步骤即可进入完全配置好的 Amazon SageMaker Studio 环境。您可以使用已有的登录方式，例如 Amazon、Apple、GitHub、Google 或电子邮件地址。您无需设置高级 AWS 账户、输入信用卡（对大多数客户而言），也无需手动配置环境。新客户还会获得 $100 的 AWS Free Tier 额度，可在 SageMaker AI 中使用，包括模型定制、训练作业、Studio 笔记本和端点部署。

本文承接我们之前的文章一键从 Hugging Face 进入 Amazon SageMaker Studio，其中介绍了从 Hugging Face 模型页面直接进入 SageMaker Studio 工作流的深层链接。今年早些时候，我们还将 Studio 环境的创建时间从 2 分钟缩短到约 20 秒，并在每个新的 Studio 域中预配置了模型定制权限。这些变化共同消除了开发者进入 Studio 之后的大部分阻力。在到达那里之前，仍有一个主要障碍：创建 AWS 账户。新客户必须验证电子邮件地址、输入联系信息、验证电话号码、提供付款详细信息并选择支持计划，然后才能开始构建。对于习惯在几分钟内登录并开始构建的个人开发者和小型初创团队而言，这仍然是一个重大障碍。

新功能

借助此次发布，SageMaker Studio 现已与更新后的 AWS 登录和注册体验集成，该体验引入了创建和管理 AWS 账户的新选项，并简化了协作。新客户可以使用已有身份创建账户，并立即开始在 SageMaker Studio 中构建。

全新登录体验

新客户现在可以使用其 Google、GitHub、Apple 或 Amazon 账户，或使用电子邮件地址，通过 2–3 个步骤完成注册。您无需完成高级 AWS 账户注册、验证电话号码或输入信用卡（对大多数客户而言）：

图 1：带有社交登录选项的 AWS 注册页面

注册后，SageMaker AI 会在约 20 秒内自动创建您的 Studio 环境。随后，您会进入与起点相匹配的页面。例如，您可能会从 Hugging Face 发现并选择一个模型，通过在 SageMaker AI 上部署进行部署。Studio 随后会打开部署页面，其中模型已预先配置，可用于创建端点：

图 2：在 Amazon SageMaker AI 上部署 Hugging Face 模型

图 3：在 SageMaker Studio 中配置端点设置

最高 $200 的 Free Tier 额度，大多数客户无需信用卡

新客户可获得 $100 的 AWS Free Tier 额度，可在 SageMaker AI 中使用，包括端点部署、模型定制、Studio 笔记本和模型训练。您还有机会额外获得价值 $100 的额度。额度会自动应用于您的使用量，当您接近限额时会收到电子邮件通知。Free Tier 期限在 6 个月后结束，或在您用完所有额度时结束，以先到者为准。届时，资源使用会自动停止，因此您不会因意外费用而感到惊讶。您可以随时通过添加付款详细信息升级到付费计划。

建立在以往发布的基础之上

通过新登录体验创建的新环境包含早期发布中的改进。模型自定义、训练、评估和部署的权限已预先配置，因此您无需创建 AWS Identity and Access Management (IAM) 角色。符合条件的账户可默认访问用于端点、训练作业和 Studio 笔记本的 G5、G6 和 G4dn GPU 实例。此外，Studio 中的实例选择菜单会显示配额可用性，因此您可以快速查看哪些实例类型可供使用。

开始使用

您今天就可以试用新的登录体验：

• 在 Hugging Face 上浏览模型，选择 部署，选择 Amazon SageMaker AI，然后在受支持的模型上选择 在 SageMaker AI 上自定义 或 在 SageMaker AI 上部署 。或者，访问 Amazon SageMaker Studio 页面并选择 开始使用 Amazon SageMaker AI。
• 在 AWS 登录页面上，选择 Google、GitHub、Apple 或 Amazon，或输入您的电子邮件地址，然后按照提示通过几个步骤创建账户。
• 进入已完全配置的 SageMaker Studio 环境，并使用您的免费套餐额度开始构建。

新的登录体验适用于新的 AWS 账户。如果您已有 AWS 账户，登录方式不会有任何变化。

结论

新的登录体验消除了从发现到使用 Amazon SageMaker AI 进行构建之间的最后一道主要障碍。结合更快的环境创建、预配置的权限、来自 Hugging Face 的深层链接以及默认 GPU 访问权限，个人开发者可以快速上手。初创团队现在可以使用已有的身份，在几分钟内从找到模型到对其进行自定义或部署。

要开始使用，请访问 aws.amazon.com/sagemaker/studio，或在 Hugging Face 上探索模型。

关于作者

Hazim Qudah

Hazim 是 AWS 驻德克萨斯州达拉斯的专家解决方案架构师。他乐于帮助客户使用 AWS 技术和最佳实践构建并采用 AI/ML 解决方案。在加入 AWS 之前，他在技术咨询领域工作多年，服务遍及多个行业和地区的客户。闲暇时，他喜欢跑步，以及和他的狗 Nala 玩耍。

Paul Hargis

Paul 曾在多家公司专注于机器学习，包括 AWS、Amazon 和 Hortonworks。他喜欢构建技术解决方案并教人们如何使用它们。Paul 乐于帮助客户扩展机器学习计划以解决实际问题。在加入 AWS 之前，他是 Amazon Exports and Expansions 的首席架构师，帮助 amazon.com 改善国际购物者的体验。

Naidile Murali

Naidile 是 AWS 驻华盛顿州贝尔维尤的产品经理。她专注于提升 Amazon SageMaker AI 上的 AI/ML 开发者体验，包括 Studio 的新客户引导、SageMaker JumpStart 模型中心，以及 IDE 的 GPU 容量管理。在加入 AWS 之前，她曾在 HSBC 担任软件工程师，并拥有乔治城大学的 MBA 学位。