详细内容或原文请订阅后点击阅览
一键从 Hugging Face 到 Amazon SageMaker Studio
今天，我们很高兴地宣布 Hugging Face 与 Amazon SageMaker AI 之间的深度链接集成。开发人员现在只需进行一次选择，即可在 SageMaker Studio 中从模型发现到实践实验。
来源:亚马逊云科技 _机器学习今天，我们很高兴地宣布 Hugging Face 与 Amazon SageMaker AI 之间的深度链接集成。开发人员现在只需进行一次选择，即可在 SageMaker Studio 中从模型发现到实践实验。无论您是从 Amazon SageMaker JumpStart 微调基础模型 (FM) 还是将其部署到 Amazon SageMaker Inference 终端节点，您现在都可以直接进入相关的 SageMaker Studio 工作流程。您选择的模型已预加载，并且环境已完全配置并准备就绪。
以前，在 Hugging Face 上发现模型后开始使用 SageMaker Studio 需要执行多个步骤。其中包括在 AWS 管理控制台上打开 Amazon SageMaker AI、创建域、配置 AWS Identity and Access Management (IAM) 权限，以及有时请求图形处理单元 (GPU) 配额。对于想要快速迭代的开发人员来说，这种摩擦会减慢从灵感到实验的过程。该集成创建了从发现到企业部署的更直接的路径。
“在 Arcee，我们构建开放模型，以便开发人员和企业能够真正拥有他们运行的内容：检查权重、根据自己的数据进行后训练，并按照自己的条件进行部署。这种集成在最后一英里兑现了这一承诺。只需单击一下即可从 Hugging Face 上的开放模型直接进入 SageMaker Studio，然后在您自己的 AWS 环境中进行微调或部署，无需任何连接，这是开放模型所缺少的体验。您拥有的开放权重，在您的云中运行这正是我们的客户一直要求的组合。”
— Arcee AI 创始人兼首席执行官 Mark McQuade
新增内容
此次发布引入了三项功能，可缩短从 Hugging Face 模型到 SageMaker Studio 工作流程的路径。