はじめに
今回は昨年12月に使用開始になったSageMaker Studio Labというサービスを触ったので紹介する。
なお、AWSのアカウントは不要なのでそこはご安心を。
- 動作環境
・ OS : Windows10 pro
・ ブラウザ : Chrome
SageMaker Studio Labとは？
pythonを無料でオンライン実行できる環境である。
同類のサービスではGoogle Colaboratoryが有名である。
以下が公式のリリースブログである。
申し込みは以下から行え、私の時は1日後だったかに承認完了メールが届いて使用できるようになった。
↓はTOP画面。(CPUは12時間、GPUは4時間連続実行可能)
Google Colab vs SageMaker Studio Lab
じゃあGoogle Colabでいいやん・・・と思った方へ。
私的に感じた違いをいくつか。
1.GPUスペック(SageMaker Studio Labの勝ち)
まずは(無料版)Google ColabだがGPUガチャこそあるものの、だいたい使用可能なGPUはTesla K80クラスである。
一方のSageMaker Studio Labは以下のようにTesla T4となっていた。
よって明らかに無料で使用できるGPUはSageMaker Studio Labの方が性能がいい。
※ただし、連続使用時間は4時間なので、12時間のColabの方が長い
なお色々調べたら、どうやらAWSのGPUインスタンスであるEC2 G4に該当するスペックが使用できる模様。`
2.ストレージ(SageMaker Studio Labの勝ち)
永続ディスクとして15GBが準備されている。(無料のGoogleドライブと同じ)
また基本Google ColabではGoogleドライブと連携しなくてはならないのに対して、
SageMaker Studio Labでは直接アップロード可能。(アップ速度は。。まぁ・・)
※セッション終了時に環境のスナップショットが作成されるため、その他も終了時点から再開が可能
3.ターミナル & 仮想環境(SageMaker Studio Labの勝ち)
まずはターミナルが使用できるのがSageMaker Studio Labの強み。※colabでは使用不可。
さらにデフォルトでcondaが入ってるので、いきなり仮想環境を構築可能。
※というよりデフォルトがbaseではなく、studiolabという仮想環境になっている
4.共有機能(Colabの勝ち)
残念ながらこれはGoogle Colabのみになる。
ここはGoogleさんならではなので仕方がないが・・
SageMaker Studio Labで仮想環境を適応させるには？？
conda createで仮想環境を作成後、ターミナルで以下のように打てばいい
conda activate sample_env(作成した仮想環境名)
conda install notebook ipykernel
すると。。。以下のように作成した仮想環境が選べるようになる。
後は、普通にその仮想環境で色々インストールしてから色々使い始めるのがいいと思う
※どうも提供環境の完全リセットはなさそうなので、必ず仮想環境を作成してからお試しするほうがいいと思う。
issueでここら辺の要望があるらしいが・・
さいごに
SageMaker Studio Labに関して記事にしてみたが、個人的にはColabより断然使いやすいので、ローカルGPUで回せないようなものはこれをうまく活用してみようと思う。
まだリリース後4か月たたないくらいなので、使用者は少ないかもだが十分試してみる価値はあると思う。
それでは今回はここまで。
・SageMaker Studio Labのサンプルコード集
https://github.com/aws/studio-lab-examples
・Google Colab vs SageMaker Studio Lab
https://blog.roboflow.com/sagemaker-studio-lab-vs-google-colab/