周三，亚马逊网络服务推出了 SageMaker 的一系列更新，SageMaker 是一项帮助客户构建、训练和部署机器学习模型的 AWS 服务。 新功能旨在让机器学习的使用变得更便宜、更容易。
首先，Amazon SageMaker Ground Truth Plus 为客户提供了接触受过数据标记培训的劳动力的途径。 该服务可以更快地创建高质量的训练数据集，亚马逊表示它可以将创建数据集的成本降低 40%。 通常，该过程涉及构建标签应用程序和管理标签劳动力。
同时，新的 SageMaker Training Compiler 会自动编译用户的 Python 训练代码，并专门为其模型生成 GPU 内核。 训练代码将使用更少的内存和计算，更快地训练模型。 AWS 表示它可以将训练速度提高 50%。
接下来，Amazon SageMaker Inference Recommender 会自动执行负载测试并优化跨机器学习实例的模型性能。 这为 MLOps 工程师节省了用于选择 ML 实例类型和编写自定义脚本以运行性能基准测试和负载测试的时间。
AWS 还推出了 SageMaker Serverless Inference 的预览版，这是一个新的推理选项，允许用户部署 ML 模型进行推理，而无需配置或管理底层基础设施。 SageMaker 中的新选项会根据推理请求量自动配置、扩展和关闭计算容量。 客户只需为运行推理代码的持续时间和处理的数据量付费。
