SageMakerとは

機械学習のワークフローであるラベル付け、開発、学習、モデル変換、推論デプロイを一貫して提供するマネージドサービス。

数分で開発環境を起動でき、必要なときだけ高性能マシンや分散マシン、GPUを使用して学習・推論ができる。

データ準備から推論モデルのデプロイまでのアーキテクチャー概要

開発環境の開始

SageMakerのモデルデプロイは主に4つの方法を提供している。

リアルタイム推論
常時稼働な即時レスポンスが必要なデプロイオプション。
SageMaker Endpoint, Multi-Model Endpoint, Multi-Container Endpoint
サーバーレス推論
コールドスタートのため、リアルタイムではないが、コストが安い。
非同期推論
非同期処理のため、リアルタイムではない。
バッチ推論
低頻度・大量データ用らしい。よくわからん。

今回は、SageMakerについてまとめた。

AWSの最新情報や各サービスの情報は、下記サイトを参照している。