AWS का पूरी तरह से प्रबंधित मशीन लर्निंग प्लेटफॉर्म है, जो डेटा एनोटेशन, मॉडल प्रशिक्षण, स्वचालित पैरामीटर ट्यूनिंग, मॉडल परिनियोजन और निगरानी को कवर करता है। यह TensorFlow और PyTorch जैसे मुख्यधारा ढांचे के साथ-साथ SageMaker स्टूडियो एकीकृत विकास वातावरण का समर्थन करता है।

अमेज़ॅनसेजमेकर

मुख्य पैरामीटर और आँकड़े

अमेज़ॅन सेजमेकर एडब्ल्यूएस का पूरी तरह से प्रबंधित मशीन लर्निंग प्लेटफॉर्म है जो डेटा तैयारी से लेकर मॉडल अनुमान तक संपूर्ण एमएल जीवनचक्र को कवर करता है। यह कोई एकल एआई उपकरण नहीं है, बल्कि एंटरप्राइज़-स्तरीय एमएल वर्कफ़्लो के लिए एक प्लेटफ़ॉर्म-आधारित उत्पाद है।

प्रोजेक्ट्स	सार्वजनिक सूचना
आधिकारिक स्थिति	बड़े पैमाने पर मशीन लर्निंग मॉडल बनाएं, प्रशिक्षित करें और तैनात करें
प्लेटफार्म फॉर्म	पूरी तरह से प्रबंधित क्लाउड सेवा (वेब ​​+ एपीआई + एसडीके)
समर्थित ढाँचे	TensorFlow, PyTorch, JAX, हगिंग फेस, स्किकिट-लर्न, XGBoost, आदि
मुख्य घटक	सेजमेकर स्टूडियो, कैनवस, डेटा रैंगलर, पाइपलाइन, मॉडल मॉनिटर, क्लेरिफाई
परिनियोजन विकल्प	वास्तविक समय अनुमान सर्वर रहित, अतुल्यकालिक अनुमान, बैच प्रोसेसिंग
बिलिंग मॉडल	प्रति उपयोग भुगतान (गणना, भंडारण, अनुमान), कोई अग्रिम शुल्क नहीं
उपलब्धता क्षेत्र	दुनिया भर में 30+ AWS क्षेत्र
घर	संयुक्त राज्य अमेरिका (सिएटल, वाशिंगटन)

प्लेटफ़ॉर्म पोजीशनिंग: सेजमेकर को "एंटरप्राइज़ एमएल इंफ्रास्ट्रक्चर" के रूप में तैनात किया गया है, और इसके लक्षित उपयोगकर्ता ऐसे संगठन हैं जिनके पास पहले से ही एमएल टीमें हैं या स्थापित कर रहे हैं। यह एक नो-कोड एआई टूल नहीं है - सेजमेकर का उपयोग करने के लिए एमएल इंजीनियरिंग क्षमताओं वाली एक टीम की आवश्यकता होती है या कम-कोड प्रवेश बिंदु के रूप में सेजमेकर कैनवस के माध्यम से।

फ्रेमवर्क स्वतंत्रता: सेजमेकर एक विशिष्ट एमएल फ्रेमवर्क से बंधा नहीं है और टेन्सरफ्लो और पायटोरच जैसे मुख्यधारा फ्रेमवर्क के प्रशिक्षण और अनुमान के लिए गहराई से अनुकूलित डॉकर कंटेनरों का समर्थन करता है। इसका मतलब है कि व्यवसाय रीफैक्टर की आवश्यकता के बिना सेजमेकर पर मौजूदा एमएल वर्कफ़्लो चला सकते हैं।

उपयोगकर्ता और बाज़ार की पहचान

अमेज़ॅन सेजमेकर एंटरप्राइज़ एमएल प्लेटफ़ॉर्म बाज़ार में वास्तविक मानकों में से एक है।

ग्राहक आधार: AWS ने अपने री:इन्वेंट कॉन्फ्रेंस और केस स्टडीज में सेजमेकर का उपयोग करने वाले सैकड़ों हजारों सक्रिय ग्राहकों का खुलासा किया, जिनमें इंटुइट, थॉमसन रॉयटर्स, सीमेंस, बीएमडब्ल्यू और अन्य जैसे बड़े उद्यम शामिल हैं। ग्राहकों की विशिष्ट संख्या नवीनतम आधिकारिक AWS डेटा के अधीन है।

बाजार प्रदर्शन: गार्टनर की "मैजिक क्वाड्रेंट फॉर क्लाउड एआई डेवलपर सर्विसेज" और फॉरेस्टर की "एमएल प्लेटफॉर्म वेव" रिपोर्ट में, एडब्ल्यूएस लंबे समय से लीडर्स क्वाड्रेंट में रहा है। सेजमेकर एमएल प्लेटफॉर्म बाजार हिस्सेदारी और राजस्व हिस्सेदारी में उद्योग में अग्रणी है।

समुदाय और पारिस्थितिकी तंत्र: सेजमेकर के पास बड़ी मात्रा में आधिकारिक दस्तावेज, नमूना नोटबुक, वर्कशॉप ट्यूटोरियल और एडब्ल्यूएस पार्टनर समाधान हैं। AWS प्रमाणित ML इंजीनियरों के लिए प्रशिक्षण प्रणाली भी SageMaker के आसपास बनाई गई है।

लागत लाभ

सेजमेकर की लागत संरचना एक विशिष्ट भुगतान-ए-यू-गो क्लाउड सेवा मॉडल है - गणना संसाधनों, भंडारण और अनुमान कॉल द्वारा बिल किया जाता है।

सी-साइड/व्यक्तिगत डेवलपर परिप्रेक्ष्य:

• सेजमेकर स्टूडियो लैब: निःशुल्क, 15GB स्थायी स्टोरेज और सीमित GPU (~4 घंटे/लॉन्च) प्रदान करता है। व्यक्तिगत अध्ययन और प्रयोग के लिए उपयुक्त. कोई समय सीमा नहीं है, लेकिन भुगतान करने वाले उपयोगकर्ताओं को GPU संसाधनों को प्राथमिकता दी जाएगी।
• सेजमेकर स्टूडियो: उपयोग के आधार पर बिल किया जाता है, नोटबुक इंस्टेंसेस को रनिंग टाइम ($0.05-$5+/घंटा, इंस्टेंस विनिर्देशों के आधार पर) के अनुसार बिल किया जाता है।

एपीआई/डेवलपर परिप्रेक्ष्य:

• प्रशिक्षण: प्रशिक्षण उदाहरण के घंटे के अनुसार बिल किया गया (ml.t3.medium ~$0.07/घंटा, ml.p4d.24xlarge ~$32.77/घंटा)।
• वास्तविक समय अनुमान: समापन बिंदु के लिए प्रति घंटे चलने वाले शुल्क + संसाधित डेटा के प्रति जीबी अनुमान शुल्क द्वारा बिल किया जाता है।
• सर्वर रहित अनुमान: अनुमान अनुरोध की मात्रा और अवधि के आधार पर बिल किया जाता है, कोई मूल आरक्षण शुल्क नहीं।
• स्वचालित पैरामीटर समायोजन: पैरामीटर समायोजन कार्य द्वारा उपभोग किए गए कंप्यूटिंग संसाधनों के अनुसार बिल किया जाएगा, और पैरामीटर समायोजन सेवा शुल्क लिया जाएगा।

अवयव	बिलिंग आयाम	विशिष्ट मूल्य सीमा
स्टूडियो नोटबुक	उदाहरण घंटे	$0.07-$5+/घंटा
प्रशिक्षण कार्य	उदाहरण घंटे	$0.05-$32/घंटा
वास्तविक समय अनुमान समापन बिंदु	उदाहरण घंटा	$0.03-$20+/घंटा
सर्वर रहित अनुमान	अनुरोध मात्रा + अवधि	~$0.18-$2.00 प्रति मिलियन अनुरोध
डेटा एनोटेशन (जमीनी सच्चाई)	वस्तुओं की संख्या + मैन्युअल एनोटेशन शुल्क	$0.01-$0.12/ऑब्जेक्ट

उद्यम/निजी परिप्रेक्ष्य: सेजमेकर बिना किसी अतिरिक्त शुल्क के एडब्ल्यूएस प्राइवेटलिंक के माध्यम से निजी नेटवर्क एक्सेस का समर्थन करता है। बड़े पैमाने के उद्यम छूट प्राप्त करने के लिए एंटरप्राइज डिस्काउंट प्रोग्राम (ईडीपी) के लिए साइन अप कर सकते हैं। सेजमेकर गैर-एडब्ल्यूएस बुनियादी ढांचे पर तैनाती का समर्थन नहीं करता है।

छिपी हुई लागत:

1. प्रशिक्षण के दौरान भंडारण शुल्क (एस3 + ईबीएस) बड़े डेटा सेट के साथ महत्वपूर्ण लागत तक जमा हो सकता है।
2. प्रशिक्षण कार्य जो डिबग करने में विफल रहते हैं, वे आवंटित कंप्यूटिंग संसाधनों का उपभोग करेंगे - बजट की ऊपरी सीमा और प्रशिक्षण समय-सीमा निर्धारित करने की अनुशंसा की जाती है।
3. मॉडल मॉनिटर के निरंतर संचालन के लिए एक शुल्क है।

मुख्य कार्य

• सेजमेकर स्टूडियो: एक एकीकृत एकीकृत विकास वातावरण (आईडीई) जो ब्राउज़र में डेटा अन्वेषण, मॉडल विकास और प्रशिक्षण को पूरा करता है। अंतर्निहित कोड संपादक और विज़ुअलाइज़ेशन टूल के साथ JupyterLab-आधारित इंटरफ़ेस।
• सेजमेकर कैनवस: एक कोड-मुक्त एमएल मॉडलिंग इंटरफ़ेस जो व्यापार विश्लेषकों को कोड लिखे बिना मॉडल को प्रशिक्षित करने की अनुमति देता है। सीएसवी डेटा आयात, सुविधा चयन, स्वचालित मॉडल प्रशिक्षण और एक-क्लिक परिनियोजन का समर्थन करता है।
• सेजमेकर डेटा रैंगलर: विज़ुअल डेटा तैयारी उपकरण जो डेटा आयात, परिवर्तन, फीचर इंजीनियरिंग और डेटा गुणवत्ता निरीक्षण का समर्थन करता है। रूपांतरण तर्क स्वचालित रूप से पायथन कोड उत्पन्न करता है और प्रशिक्षण पाइपलाइन में सहजता से एकीकृत होता है।
• सेजमेकर प्रशिक्षण और हाइपरपैरामीटर ट्यूनिंग: वितरित प्रशिक्षण और स्वचालित मॉडल ट्यूनिंग का स्वचालित ऑर्केस्ट्रेशन। अंतर्निहित वितरित प्रशिक्षण रणनीति (डेटा समानता, मॉडल समानता) और स्वचालित पैरामीटर समायोजन (बायेसियन अनुकूलन, यादृच्छिक खोज)।
• सेजमेकर पाइपलाइन: एमएल वर्कफ़्लो ऑर्केस्ट्रेशन, डेटा तैयारी → प्रशिक्षण → मूल्यांकन → परिनियोजन का पूरा लिंक कवर करता है। DAG-आधारित पाइपलाइन परिभाषा संस्करण नियंत्रण और रीप्ले का समर्थन करती है।
• सेजमेकर मॉडल मॉनिटर और स्पष्टीकरण: मॉडल निगरानी और व्याख्यात्मकता सेवाएं। अनुपालन ऑडिट आवश्यकताओं को पूरा करने के लिए स्वचालित रूप से अनुमान डेटा बहाव का पता लगाएं और मॉडल व्याख्यात्मकता रिपोर्ट (SHAP मान) उत्पन्न करें।
• सेजमेकर जम्पस्टार्ट: बुनियादी मॉडल (एलएलएम, स्टेबल डिफ्यूजन, आदि), एमएल समाधान टेम्पलेट और नमूना नोटबुक की सीधी तैनाती के लिए पूर्व-प्रशिक्षित मॉडल और समाधान लाइब्रेरी।

मॉडल और संस्करण विकास

सेजमेकर का संस्करण विकास मुख्य रूप से हर साल कई सेवा अपडेट पर आधारित है, और कोई एकीकृत संस्करण संख्या प्रणाली नहीं है।

2017 (सेजमेकर रिलीज़)

• पुन: इन्वेंट 2017 ने सेजमेकर जारी किया, जो होस्ट की गई नोटबुक, प्रशिक्षण और तैनाती प्रदान करता है।
• एमएल वर्कफ़्लो को सरल बनाएं और मशीन लर्निंग की सीमा कम करें।

2020-2021 (स्टूडियो + ऑटोमेशन)

• आईडीई अनुभव को एकीकृत करने के लिए सेजमेकर स्टूडियो जारी किया गया।
• सेजमेकर ऑटोपायलट स्वचालित एमएल रोलआउट, ऑटोएमएल क्षमताएं।
• सेजमेकर पाइपलाइन जीए।

2022-2023 (बड़े मॉडल + कम लागत का अनुमान)

• सेजमेकर जम्पस्टार्ट एलएलएम परिनियोजन का समर्थन करता है।
• सेजमेकर सर्वर रहित अनुमान जारी, सर्वर रहित अनुमान।
• सेजमेकर कैनवस नो-कोड मॉडलिंग एक्सटेंशन।
• सेजमेकर ग्राउंड ट्रुथ प्लस डेटा एनोटेशन सेवा।

2024-2026 (हाइपरपॉड + गहन अनुकूलन)

• सेजमेकर हाइपरपॉड को बड़े पैमाने पर वितरित प्रशिक्षण (सैकड़ों अरबों मॉडल पैरामीटर प्रशिक्षण का समर्थन) के लिए जारी किया गया है।
• सेजमेकर स्टूडियो एकीकृत यूआई रीफैक्टरिंग।
• अनुमान अनुकूलन, एलएलएम परिमाणीकरण और बैचिंग अनुकूलन का समर्थन।

तकनीकी लाभ

तंत्र: सेजमेकर का मुख्य तकनीकी लाभ AWS बुनियादी ढांचे के साथ गहरा एकीकरण और होस्टिंग में आसानी है। प्रशिक्षण क्लस्टर स्वचालित रूप से व्यवस्थित होते हैं (नेटवर्क, स्टोरेज, लॉग, मेट्रिक्स), जिससे EC2 क्लस्टर को मैन्युअल रूप से प्रबंधित करने की आवश्यकता समाप्त हो जाती है। अनुमान समापन बिंदुओं में स्वचालित लोड संतुलन, स्वचालित विस्तार और संकुचन और एकीकृत क्लाउडवॉच निगरानी होती है।

प्रभाव:

• प्रशिक्षण दक्षता: सेजमेकर डिस्ट्रीब्यूटेड ट्रेनिंग लाइब्रेरी (एसएमडीडीपी) के माध्यम से मॉडल समानता और डेटा समानता को लागू करें, और जीपीयू क्लस्टर पर सैकड़ों अरबों पैरामीटर मॉडल को प्रशिक्षित करें। स्व-निर्मित प्रशिक्षण समूहों की तुलना में, प्रबंधित प्रशिक्षण क्लस्टर प्रबंधन समय को 60-80% तक कम कर देता है।
• अनुमान विलंबता: सेजमेकर अनुमान त्वरक (इन्फेरेंटिया चिप) एलएलएम अनुमान विलंबता को 40-50% और लागत को 40% तक कम कर देता है। मॉडल संकलन अनुकूलन और केवी कैश प्रबंधन का समर्थन करता है।
• लागत नियंत्रण: सेजमेकर बजट और कार्य प्राथमिकताकरण रणनीतियाँ अप्रत्याशित खर्चों से बचती हैं। प्रशिक्षण कार्यों को स्वचालित रूप से रोकने और स्पॉट इंस्टेंस प्रशिक्षण से प्रशिक्षण लागत 60-90% तक कम हो जाती है।

लागू परिदृश्य: उन उद्यमों के लिए सर्वोत्तम जो पहले से ही AWS का उपयोग कर रहे हैं और जिनके पास ML इंजीनियरिंग टीम है**। सेजमेकर के होस्टिंग लाभ बड़े पैमाने पर प्रशिक्षण और बड़ी संख्या में अनुमान समापन बिंदु परिदृश्यों में सबसे अधिक स्पष्ट हैं।

तकनीकी सीमाएँ:

• सेजमेकर की वितरित प्रशिक्षण लाइब्रेरी (एसएमडीडीपी) गैर-मानक मॉडल आर्किटेक्चर पर मूल ढांचे की वितरित रणनीति जितनी लचीली नहीं हो सकती है।
• सर्वर रहित अनुमान में 6 एमबी मॉडल पैकेज आकार सीमा (निर्भरता सहित) है और यह बड़े मॉडल के लिए उपयुक्त नहीं है।
• सेजमेकर का प्रशिक्षण और अनुमान डिफ़ॉल्ट रूप से क्रॉस-रीजन आपदा रिकवरी प्रदान नहीं करता है, और आपको स्वयं एक मल्टी-रीजन आर्किटेक्चर बनाने की आवश्यकता है।

कैसे उपयोग करें

प्रासंगिक जानकारी सार्वजनिक नहीं की गई है, कृपया आधिकारिक वास्तविक समय पृष्ठ देखें।

उत्पाद का मूल्य निर्धारण

सेजमेकर मूल्य निर्धारण एक भुगतान-प्रति-उपयोग सार्वजनिक क्लाउड मॉडल है जिसमें कोई अग्रिम लागत नहीं है।

अवयव	बिलिंग मॉडल	विवरण
स्टूडियो नोटबुक	उदाहरण के तौर पर चलने के घंटों के आधार पर बिलिंग	आपके रोकने पर बिलिंग रुक जाएगी, आपको इसे मैन्युअल रूप से रोकना होगा
प्रशिक्षण कार्य	प्रति उदाहरण घंटा + डेटा थ्रूपुट	स्पॉट इंस्टेंस 60-90% बचाता है
वास्तविक समय अनुमान	प्रति समापन बिंदु उदाहरण घंटा + प्रसंस्करण शुल्क प्रति जीबी	ऑटो स्केलिंग के लिए समर्थन
सर्वर रहित अनुमान	प्रति अनुरोध मात्रा और अवधि	कोई आधार आरक्षण शुल्क नहीं
ज़मीनी सच्चाई	लेबल की गई वस्तुओं की संख्या + मैन्युअल लेबलिंग शुल्क के आधार पर	केवल डेटा लेबलिंग परिदृश्य
मॉडल मॉनिटर	मॉनिटरिंग टर्मिनल के विश्लेषण रन की संख्या के अनुसार	निगरानी योजना और विशिष्ट अवधि के अनुसार बिल किया गया

विस्तृत मूल्य निर्धारण के लिए, कृपया AWS सेजमेकर मूल्य निर्धारण पृष्ठ देखें: https://aws.amazon.com/sagemaker/pricing/

अनुप्रयोग परिदृश्य

• एंटरप्राइज़ एमएल इन्फ्रास्ट्रक्चर: पहले से ही AWS का उपयोग करने वाले उद्यम एमएल वर्कफ़्लो को स्व-प्रबंधित EC2 क्लस्टर से SageMaker, एक एकीकृत ML विकास, प्रशिक्षण और परिनियोजन प्लेटफ़ॉर्म पर स्थानांतरित करते हैं। उन संगठनों के लिए आदर्श जिनके पास पहले से ही एमएल इंजीनियर और DevOps टीमें हैं।
• बड़े पैमाने पर गहन शिक्षण प्रशिक्षण: सेजमेकर हाइपरपॉड और वितरित प्रशिक्षण पुस्तकालयों का उपयोग करके बड़े भाषा मॉडल, अनुशंसा प्रणाली या कंप्यूटर विज़न मॉडल को प्रशिक्षित करें। 8+ GPU की आवश्यकता वाले बड़े पैमाने के प्रशिक्षण कार्यों के लिए उपयुक्त।
• ऑटोएमएल और बिजनेस एनालिटिक्स: सेजमेकर कैनवस और ऑटोपायलट बिजनेस विश्लेषकों को कोडिंग कौशल के बिना सीधे पूर्वानुमानित मॉडल (जैसे मंथन पूर्वानुमान, बिक्री पूर्वानुमान) बनाने की अनुमति देते हैं। समर्पित एमएल इंजीनियरों के बिना मध्यम आकार के व्यवसायों के लिए आदर्श।
• एलएलएम परिनियोजन और सर्विटाइजेशन: सेजमेकर जम्पस्टार्ट के माध्यम से एक क्लिक के साथ लामा, मिस्ट्रल और स्टेबल डिफ्यूजन जैसे ओपन सोर्स मॉडल तैनात करें। उन टीमों के लिए उपयुक्त जिन्हें बड़े ओपन सोर्स मॉडल को शीघ्रता से सेवाओं में बदलने की आवश्यकता है।

लागू लोग

• एमएल इंजीनियर और डेटा वैज्ञानिक (सर्वोत्तम उपयुक्त): सेजमेकर स्टूडियो संपूर्ण आईडीई + प्रशिक्षण + तैनाती अनुभव प्रदान करता है। एमएल इंजीनियर जो AWS पारिस्थितिकी तंत्र से परिचित हैं, वे सबसे कुशल हैं।
• DevOps/MLOps इंजीनियर्स (के लिए अच्छा): SageMaker पाइपलाइन CI/CD के साथ एकीकृत होती है और CloudFormation/Terraform इंफ्रास्ट्रक्चर-ए-कोड प्रबंधन का समर्थन करती है। उन टीमों के लिए आदर्श जिन्हें अपनी एमएल परिनियोजन प्रक्रिया को मानकीकृत करने की आवश्यकता है।
• बिजनेस एनालिस्ट (कैनवस के माध्यम से उपयुक्त): सेजमेकर कैनवस प्रोग्रामिंग के बिना पूर्वानुमानित मॉडल उत्पन्न करने के लिए ड्रैग-एंड-ड्रॉप मॉडलिंग अनुभव प्रदान करता है। प्रारंभिक डेटा अन्वेषण करने के लिए एमएल इंजीनियरों के बिना टीमों के लिए उपयुक्त।
• छोटी टीम या व्यक्तिगत डेवलपर (मूल्यांकन आवश्यक): स्टूडियो लैब का निःशुल्क स्तर व्यक्तिगत सीखने और छोटी परियोजनाओं के लिए पर्याप्त है, लेकिन बड़े पैमाने पर प्रशिक्षण और दीर्घकालिक अनुमान की लागत को नियंत्रित करने की आवश्यकता है।
• गैर-एडब्ल्यूएस उपयोगकर्ता (लागू नहीं): सेजमेकर पूरी तरह से एडब्ल्यूएस बुनियादी ढांचे से जुड़ा है और एडब्ल्यूएस के बिना इसका उपयोग नहीं किया जा सकता है।

सारांश और आउटलुक

अमेज़ॅन सेजमेकर एंटरप्राइज़-स्तरीय एमएल प्लेटफ़ॉर्म का एक बुनियादी ढांचा-स्तरीय उत्पाद है। इसका मुख्य मूल्य "प्रबंधित एमएल बुनियादी ढांचे" में निहित है - प्रशिक्षण क्लस्टर प्रबंधन, अनुमान समापन बिंदु संचालन और रखरखाव, और मॉडल निगरानी जैसे कठिन कार्यों को स्वचालित करना, जिससे एमएल टीम को मॉडल विकास पर ध्यान केंद्रित करने की अनुमति मिलती है।

वर्तमान सीमाएँ:

1. पूरी तरह से AWS पारिस्थितिकी तंत्र से जुड़ा हुआ, विक्रेता लॉक-इन का जोखिम अधिक है - अन्य क्लाउड या स्थानीय तैनाती पर माइग्रेट करने के लिए बहुत अधिक रीफैक्टरिंग की आवश्यकता होती है।
2. मूल्य निर्धारण जटिल है और बिलिंग के कई आयाम हैं। अनुभवहीन टीम के कारण लागत नियंत्रण से बाहर हो सकती है।
3. सेजमेकर के सर्वर रहित अनुमान और ऑटोपायलट में अभी भी परिदृश्य सीमाएं हैं और सभी व्यावसायिक परिदृश्यों के लिए उपयुक्त नहीं हैं।
4. कोडलेस मॉडलिंग (कैनवस/ऑटोपायलट) का प्रदर्शन आमतौर पर मैन्युअल रूप से ट्यून किए गए पेशेवर मॉडल की तुलना में कम होता है।

खरीद/गोद लेने का जोखिम मूल्यांकन: पहले से ही एडब्ल्यूएस पर चल रहे उद्यमों के लिए एमएल प्लेटफॉर्म चयन के लिए सेजमेकर पसंदीदा विकल्प है। उत्पादन परिवेश में स्थानांतरित होने से पहले पायलट सत्यापन के लिए स्टूडियो लैब या व्यक्तिगत संस्करण का उपयोग करने की अनुशंसा की जाती है। खरीदारी से पहले जिन शर्तों को सत्यापित करने की आवश्यकता है उनमें शामिल हैं: आरक्षित इंस्टेंस प्रतिबद्धता (किसी विशिष्ट इंस्टेंस प्रकार को लॉक करना है या नहीं), डेटा निर्यात शुल्क (क्रॉस-रीजन डेटा ट्रांसफर), और एसएलए कवरेज (प्रशिक्षण कार्य रुकावट मुआवजा)। मल्टी-क्लाउड रणनीति पर विचार करने वाले उद्यमों के लिए, सेजमेकर के मॉडल पोर्टेबिलिटी का मूल्यांकन करने की सिफारिश की जाती है - प्रशिक्षित मॉडल को अपने स्वयं के रनटाइम वातावरण में निर्यात किया जा सकता है, लेकिन पाइपलाइन और मॉनिटर्स जैसी सुविधाएं जो एडब्ल्यूएस मालिकाना सेवाओं पर निर्भर करती हैं, उन्हें माइग्रेट नहीं किया जा सकता है।

संबंधित टूल: <एक्सलिंक टाइप='टूल' स्लग='हगिंग-फेस'>, <एक्सलिंक टाइप='टूल' स्लग='रेप्लिकेट'>

Amazon SageMaker का उपयोग कैसे करें

सेजमेकर का प्रवेश द्वार एडब्ल्यूएस प्रबंधन कंसोल में सेजमेकर सेवा पृष्ठ है, या एडब्ल्यूएस एसडीके/सीएलआई के माध्यम से प्रोग्रामेटिक एक्सेस है।

सेजमेकर स्टूडियो (आईडीई पोर्टल): एडब्ल्यूएस कंसोल में लॉग इन करें → सेजमेकर खोजें → सेजमेकर स्टूडियो → स्टूडियो ऐप लॉन्च करें → नोटबुक बनाएं/खोलें। स्टूडियो अतिरिक्त कॉन्फ़िगरेशन के बिना स्पष्ट रूप से AWS क्रेडेंशियल लोड करता है।

सेजमेकर कैनवास (कम-कोड प्रविष्टि): एडब्ल्यूएस कंसोल → सेजमेकर → कैनवास → डेटा आयात करें → लक्ष्य कॉलम कॉन्फ़िगर करें → स्वचालित प्रशिक्षण → पूर्वानुमान प्राप्त करें।

एपीआई/एसडीके कोड उदाहरण:

सेजमेकर आयात करें
Sagemaker.pytorch से PyTorch आयात करें

# प्रशिक्षण कार्यों को परिभाषित करें
अनुमानक = PyTorch(
    Entry_point='train.py',
    source_dir='./src',
    भूमिका='<IAM_ROLE>',
    उदाहरण_गिनती=4,
    इंस्टेंस_टाइप='ml.p4d.24xlarge',
    हाइपरपैरामीटर={
        'युग': 10,
        'बैच-आकार': 64,
        'सीखने की दर': 0.001
    },
    फ्रेमवर्क_वर्जन='2.0.1',
    py_version='py310'
)
अनुमानक.फिट({'प्रशिक्षण': 's3://<BUCKET>/data'})

# अनुमान समापन बिंदु तैनात करें
भविष्यवक्ता = अनुमानक.तैनाती(
    प्रारंभिक_इंस्टेंस_गिनती=2,
    इंस्टेंस_टाइप='ml.g5.2xlarge'
)

प्रशिक्षण कार्य स्टार्टअप: स्टूडियो में नोटबुक बनाएं या आयात करें → सेजमेकर अनुमानक को परिभाषित करें → .fit() को कॉल करें → सेजमेकर स्वचालित रूप से प्रशिक्षण क्लस्टर को व्यवस्थित करता है → लॉग और मेट्रिक्स को स्टूडियो में वास्तविक समय में देखा जा सकता है।

मॉडल परिनियोजन: मॉडल को सेजमेकर कंसोल या एसडीके के माध्यम से मॉडल रजिस्ट्री में पंजीकृत करें → एंडपॉइंट कॉन्फ़िगरेशन बनाएं → एंडपॉइंट तैनात करें → स्वचालित विस्तार और संकुचन रणनीति सेट करें।

संस्करण जानकारी

• सेजमेकर 2026 Q2 अपडेट ：सेजमेकर हाइपरपॉड उन्नत अनुभव और नए मॉडल समर्थन के साथ सेजमेकर स्टूडियो को अपग्रेड करता है। अभी तक कोई आधिकारिक सटीक तारीख नहीं है। （~2026-06）
• सेजमेकर 2025 रीइन्वेंट फीचर्स ：सेजमेकर स्टूडियो पूरी तरह से सेजमेकर कैनवस का पुनर्निर्माण करता है और सेजमेकर पाइपलाइन जीए को बढ़ाता है। अभी तक कोई आधिकारिक सटीक तारीख नहीं है। （~2025-12）
• सेजमेकर 2023 प्रमुख अपडेट ：सेजमेकर स्टूडियो लैब फ्री टियर ने सेजमेकर सर्वरलेस इनफरेंस जीए और सेजमेकर ग्राउंड ट्रुथ प्लस लॉन्च किया। अभी तक कोई आधिकारिक सटीक तारीख नहीं है। （~2023-04）