Amazon SageMaker Studio 接入新版 AWS 注册体验

今天，我们很高兴地宣布，新 Amazon SageMaker AI 客户现在只需在注册 AWS 后完成几个步骤，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、输入信用卡信息（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 AWS Free Tier 积分，可用于 SageMaker AI 的各项功能，包括模型定制、训练任务、Studio 笔记本和端点部署。

本文承接了我们之前发布的文章从 Hugging Face 一键进入 Amazon SageMaker Studio，该文章介绍了如何通过深度链接，从 Hugging Face 模型页面直接进入 SageMaker Studio 工作流。今年早些时候，我们还将 Studio 环境创建时间从 2 分钟缩短至约 20 秒，并在每个新的 Studio 域中预配置模型定制权限。这些变化共同消除了开发者进入 Studio 后的大部分障碍。在此之前，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、提供付款信息并选择支持计划，然后才能开始构建。对于习惯于在几分钟内完成登录和构建的个人开发者及小型初创团队而言，这仍然是一个明显的门槛。

有哪些新变化

此次发布后，SageMaker Studio 现已集成更新后的 AWS 登录和注册体验，该体验为创建和管理 AWS 账户以及简化协作引入了新选项。新客户可以使用已有的身份创建账户，并立即开始在 SageMaker Studio 中构建。

新的登录体验

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

图 1：提供社交账号登录选项的 AWS 注册页面

完成注册后，SageMaker AI 会在约 20 秒内自动创建您的 Studio 环境。随后，您会进入与开始位置相匹配的页面。例如，您可以通过在 SageMaker AI 上部署，从 Hugging Face 发现并选择模型进行部署。Studio 随后会打开部署页面，其中已预先配置好模型，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 美元的 Free Tier 积分，大多数客户无需信用卡

新客户会获得 100 AWS Free Tier 积分，可用于 SageMaker AI 的各项功能，包括端点部署、模型定制、Studio 笔记本和模型训练。您还有机会再获得价值 100 美元的积分。积分会自动抵扣您的使用费用；当您接近使用上限时，系统会向您发送电子邮件通知。Free Tier 期限在 6 个月后或所有积分用完时结束，以先发生者为准。届时，资源使用会自动停止，因此您不会因意外费用而感到意外。您可以随时通过添加付款信息升级到付费计划。

基于此前发布内容的基础

通过新的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、评估和部署所需的权限均已预先配置，因此无需创建 AWS Identity and Access Management (IAM) 角色。符合条件的账户默认可访问用于端点、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

您可以立即试用新的登录体验：

• 在 Hugging Face 上浏览模型，选择 Deploy，选择 Amazon SageMaker AI，然后在受支持的模型上选择 Customize on SageMaker AI 或 Deploy on SageMaker AI 。或者，访问 Amazon SageMaker Studio 页面，然后选择 Get started with Amazon SageMaker AI。
• 在 AWS 登录页面上，选择 Google、GitHub、Apple 或 Amazon，或者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。
• 进入完全配置好的 SageMaker Studio 环境，并开始使用您的免费套餐额度进行构建。

新的登录体验适用于新的 AWS 账户。如果您已经拥有 AWS 账户，登录方式不会发生变化。

总结

新的登录体验消除了从发现 Amazon SageMaker AI 到使用它进行构建之间的最后一个主要障碍。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的 GPU 访问权限，个人开发者可以快速开始使用。创业团队现在可以在几分钟内从找到模型转到自定义或部署模型，并使用他们已有的身份。

要开始使用，请访问 aws.amazon.com/sagemaker/studio，或在 Hugging Face 上浏览模型。

关于作者

Hazim Qudah

Hazim 是 AWS 的专业解决方案架构师，常驻德克萨斯州达拉斯。他热衷于帮助客户利用 AWS 技术和最佳实践构建和采用 AI/ML 解决方案。在 AWS 任职之前，他曾多年从事技术咨询工作，服务过众多行业和地区的客户。闲暇时，他喜欢跑步和与他的狗 Nala 玩耍。

Paul Hargis

Paul 曾在包括 AWS、Amazon 和 Hortonworks 在内的多家公司专注于机器学习。他喜欢构建技术解决方案，并教人们如何使用这些解决方案。Paul 乐于帮助客户扩大机器学习计划，以解决现实世界中的问题。在 AWS 任职之前，他曾担任 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 的产品经理，常驻华盛顿州贝尔维尤。她专注于改善 Amazon SageMaker AI 上的 AI/ML 开发者体验，包括 Studio 的新客户入门、SageMaker JumpStart 模型中心以及 IDE 的 GPU 容量管理。在加入 AWS 之前，她曾担任 HSBC 的软件工程师，并获得乔治城大学 MBA 学位。