Amazon SageMaker Studio 接入新版 AWS 登入及註冊流程

今天，我們很高興宣佈，新加入的 Amazon SageMaker AI 用戶現在只需完成幾個步驟，就能在註冊 AWS 後進入設定齊全的 Amazon SageMaker Studio 環境。你可以使用現有的登入方式，例如 Amazon、Apple、GitHub、Google 帳戶或電郵地址。你無須設定進階 AWS 帳戶、輸入信用卡資料（大部分用戶無須提供），亦無須手動設定環境。新用戶亦會獲得價值 $100 的 AWS 免費方案抵用額，可用於 SageMaker AI 的各項功能，包括模型自訂、訓練工作、Studio 筆記本及端點部署。

本文延續我們上一篇文章從 Hugging Face 一鍵前往 Amazon SageMaker Studio。該文介紹如何從 Hugging Face 模型頁面，透過深層連結直接進入 SageMaker Studio 工作流程。今年較早時，我們亦把 Studio 環境的建立時間由 2 分鐘縮短至約 20 秒，並在每個新 Studio 網域中預先設定模型自訂權限。這些改進大幅減少開發者進入 Studio 後遇到的阻礙。不過，在進入 Studio 之前，仍有一個主要門檻：建立 AWS 帳戶。新用戶必須驗證電郵地址、輸入聯絡資料、驗證電話號碼、提供付款資料，並選擇支援方案，才能開始開發。對習慣在幾分鐘內登入並開始開發的個人開發者和小型初創團隊來説，這仍是一道不小的門檻。

新功能

隨着這項功能推出，SageMaker Studio 現已整合更新版 AWS 登入及註冊體驗，新增建立和管理 AWS 帳戶的選項，並簡化協作流程。新用戶可以使用現有身分建立帳戶，並立即在 SageMaker Studio 開始開發。

全新登入體驗

新用戶現在只需 2–3 個步驟，即可使用 Google、GitHub、Apple 或 Amazon 帳戶，或電郵地址註冊。你無須完成進階 AWS 帳戶註冊、驗證電話號碼，亦無須輸入信用卡資料（大部分用戶無須提供）：

圖 1：提供社交帳戶登入選項的 AWS 註冊頁面

註冊後，SageMaker AI 會在約 20 秒內自動建立你的 Studio 環境。接着，你會進入與開始位置相符的頁面。例如，你可以在 Hugging Face 尋找並選擇模型，再透過 在 SageMaker AI 上部署進行部署。Studio 隨即會開啟部署頁面，並預先設定模型以建立端點：

圖 2：在 Amazon SageMaker AI 上部署 Hugging Face 模型

圖 3：在 SageMaker Studio 設定端點

最高可獲 $200 免費方案抵用額，大部分用戶無須提供信用卡

新用戶會獲得價值 $100 的 AWS 免費方案抵用額，可用於 SageMaker AI 的各項功能，包括端點部署、模型自訂、Studio 筆記本及模型訓練。你亦有機會額外獲得價值 $100 的抵用額。抵用額會自動用於抵扣你的用量；當用量接近上限時，你會收到電郵通知。免費方案期會在 6 個月後，或抵用額用盡時結束，以先到者為準。屆時，資源用量會自動停止，讓你不會因意外收費而感到意外。你可以隨時新增付款資料，升級至付費方案。

延續先前推出項目的成果

透過新的登入體驗建立的新環境，包含早前推出的改進項目。模型自訂、訓練、評估及部署所需的權限均已預先設定，因此你無需建立 AWS Identity and Access Management (IAM) 角色。符合資格的帳戶預設可使用 G5、G6 和 G4dn GPU 執行個體，用於端點、訓練工作及 Studio 筆記本。此外，Studio 的執行個體選擇選單會顯示配額可用情況，讓你迅速查看哪些執行個體類型可供使用。

開始使用

你現在即可試用新的登入體驗：

• 在 Hugging Face 瀏覽模型，選擇 部署，再選擇 Amazon SageMaker AI，然後在支援的模型上選擇 在 SageMaker AI 上自訂 或 在 SageMaker AI 上部署 。你也可以前往 Amazon SageMaker Studio 頁面，選擇 開始使用 Amazon SageMaker AI。
• 在 AWS 登入頁面，選擇 Google、GitHub、Apple 或 Amazon，或輸入你的電郵地址，然後按照提示，幾步之內即可建立帳戶。
• 進入已完成全面設定的 SageMaker Studio 環境，並開始使用免費方案抵免額進行開發。

新的登入體驗適用於新 AWS 帳戶。如果你已有 AWS 帳戶，登入方式不會有任何變更。

結語

新的登入體驗消除了從發掘 Amazon SageMaker AI 到開始使用它進行開發之間最後一個主要障礙。配合更快的環境建立、預先設定的權限、來自 Hugging Face 的深層連結，以及預設 GPU 使用權，個人開發者可以迅速開始使用。新創團隊現在只需幾分鐘，便可使用現有身份，從尋找模型到自訂或部署模型。

如要開始使用，請前往 aws.amazon.com/sagemaker/studio，或在 Hugging Face 探索模型。

作者簡介

Hazim Qudah

Hazim 是 AWS 的專業解決方案架構師，常駐德州達拉斯。他樂於協助客戶運用 AWS 技術及最佳實務，建立並採用 AI/ML 解決方案。在加入 AWS 前，他曾多年從事科技顧問工作，服務多個行業及地區的客戶。閒暇時，他喜歡跑步和與愛犬 Nala 玩耍。

Paul Hargis

Paul 曾在多家公司專注於機器學習，包括 AWS、Amazon 和 Hortonworks。他樂於建立技術解決方案，並教導他人如何使用。他也喜歡協助客戶擴展機器學習計劃，以解決現實問題。在加入 AWS 前，他是 Amazon Exports and Expansions 的首席架構師，協助 amazon.com 改善國際購物者的使用體驗。

Naidile Murali

Naidile 是 AWS 的產品經理，常駐華盛頓州貝爾維尤。她專注於提升 Amazon SageMaker AI 的 AI/ML 開發者體驗，包括協助新客戶開始使用 Studio、SageMaker JumpStart model hub，以及 IDE 的 GPU 容量管理。加入 AWS 前，她曾任職 HSBC 軟件工程師，並持有喬治城大學工商管理碩士（MBA）學位。