亚马逊旗下的云服务巨头AWS，近期对其旗舰级机器学习平台SageMaker实施了一系列重大革新，此举旨在深度优化用户体验，并在激烈的市场竞争中抢占先机。此次升级的核心亮点包括引入全新的监控能力、无缝对接本地开发环境，以及对GPU集群的高效管理。
自2024年起，SageMaker平台已转型为一个集数据整合、多种机器学习工具于一体的综合解决方案中心。AWS此次改版的重心，在于帮助用户精准定位模型性能下滑的根源，并赋予他们更广泛的权限来精细调配计算资源。
在接受《VentureBeat》专访时，AWS SageMaker的掌舵人Ankur Mehrotra透露，许多创新功能的灵感均源自用户的直接反馈。他指出，生成AI模型的客户经常遇到的一个难题是，当模型运行出现问题时，难以迅速锁定故障的具体层级。
为破解这一难题，SageMaker引入了HyperPod监控功能，使工程师得以全面审视计算层、网络层等多个维度的状态。一旦模型性能出现波动，系统会立即触发警报，并在仪表盘上实时展示相关性能指标。
除了监控功能的增强，SageMaker还新增了本地集成开发环境（IDE）的接入选项，这一改动意味着工程师可以在本地编写AI项目后，无缝迁移至平台进行部署。Mehrotra强调，以往本地编码的模型只能在本地运行，这大大限制了开发者的扩展能力。如今，通过AWS的安全远程执行功能，用户无论是在本地还是在托管IDE上开发，都能轻松与SageMaker连接，灵活应对多样化的工作需求。
AWS在2023年12月推出的SageMaker HyperPod，旨在为用户提供训练模型服务器集群的高效管理工具。HyperPod能够根据实际需求模式智能调度GPU资源，助力用户实现资源与成本的完美平衡。AWS表示，许多客户都希望能在推理任务中也享受到类似的服务。考虑到推理任务往往集中在白天，而训练任务则多安排在非高峰时段，这一新功能无疑为开发者提供了更高的灵活性。
尽管在基础模型领域，亚马逊或许不如谷歌和微软那般耀眼，但AWS始终致力于为企业构建AI模型、应用或代理提供坚实可靠的基础设施支持。除了SageMaker之外，AWS还推出了Bedrock平台，专门服务于应用和代理的构建需求。随着SageMaker的持续升级，AWS在企业AI领域的竞争力正日益凸显。
