AWS: Neukunden gelangen per Social Login direkt in SageMaker Studio

Registrierung in zwei bis drei Schritten

SageMaker Studio ist jetzt in das überarbeitete An- und Registrierungsverfahren von AWS integriert. Neue Kunden können nach Angaben von AWS in 2, 3 Schritten ein Konto mit einer Identität anlegen, die sie bereits besitzen, und müssen dafür (bei den meisten Kunden) weder eine Telefonnummer bestätigen noch eine Kreditkarte angeben.

Nach der Registrierung erstellt SageMaker AI die Studio-Umgebung automatisch in etwa 20 Sekunden. Anschließend landen Nutzer auf der Seite, die zu ihrem Ausgangspunkt passt. Wer zum Beispiel auf Hugging Face ein Modell ausgewählt und Deploy on SageMaker AI gewählt hat, sieht in Studio die Seite Deployment, auf der das Modell bereits für die Erstellung eines Endpunkts vorkonfiguriert ist.

AWS bezeichnet die Kontoerstellung als die letzte große Hürde. Bisher mussten neue Kunden eine E-Mail-Adresse bestätigen, Kontaktdaten eingeben, eine Telefonnummer verifizieren, Zahlungsdaten hinterlegen und einen Support-Plan wählen, bevor sie etwas aufbauen konnten. Das sei vor allem für einzelne Entwickler und kleine Startup-Teams eine erhebliche Barriere gewesen, so AWS.

Free-Tier-Guthaben und Ausgabenlimits

Neue Kunden erhalten 100 Dollar an AWS-Free-Tier-Guthaben, das für alle Bereiche von SageMaker AI gilt, darunter Endpunkt-Bereitstellungen, Modellanpassung, Studio-Notebooks und Modelltraining. Zusätzlich können sie weitere 100 Dollar Guthaben verdienen, sodass es insgesamt bis zu 200 Dollar werden.

Das Guthaben wird automatisch angerechnet, und Nutzer erhalten eine E-Mail, wenn sie sich ihrem Limit nähern. Die Free-Tier-Phase endet nach 6 Monaten oder sobald das gesamte Guthaben aufgebraucht ist, je nachdem, was zuerst eintritt. Dann wird die Ressourcennutzung automatisch gestoppt, sodass laut AWS keine unerwarteten Kosten entstehen. Ein Wechsel zu einem kostenpflichtigen Tarif ist jederzeit möglich, indem Zahlungsdaten hinterlegt werden.

Aufbauend auf früheren Neuerungen

Der neue Ablauf enthält Verbesserungen, die AWS bereits zuvor eingeführt hat. Anfang des Jahres verkürzte das Unternehmen die Erstellung einer Studio-Umgebung von 2 Minuten auf etwa 20 Sekunden und vorkonfigurierte in jeder neuen Studio-Domain die Berechtigungen für die Modellanpassung. Außerdem führte es Deep Links von Hugging-Face-Modellseiten in SageMaker-Studio-Workflows ein.

Umgebungen, die über die neue Anmeldung entstehen, haben die Berechtigungen für Modellanpassung, Training, Evaluierung und Bereitstellung bereits gesetzt, sodass Nutzer keine Rollen in AWS Identity and Access Management (IAM) anlegen müssen. Berechtigte Konten erhalten standardmäßig Zugriff auf GPU-Instanzen vom Typ G5, G6 und G4dn für Endpunkte, Trainingsjobs und Studio-Notebooks. Das Auswahlmenü für Instanzen in Studio zeigt zudem die verfügbaren Kontingente an, sodass Nutzer sehen, welche Instanztypen sie verwenden können.

So lässt sich der Dienst ausprobieren und wen er betrifft

Nutzer können bei Hugging Face starten, indem sie bei einem unterstützten Modell Deploy wählen, Amazon SageMaker AI auswählen und dann Customize on SageMaker AI oder Deploy on SageMaker AI anklicken. Alternativ rufen sie die Seite Amazon SageMaker Studio auf, wählen Get started with Amazon SageMaker AI und melden sich dann mit Google, GitHub, Apple, Amazon oder einer E-Mail-Adresse an.

Die Änderung gilt nur für neue AWS-Konten. Wer bereits ein AWS-Konto hat, merkt beim Anmelden keinen Unterschied.

Für einzelne Entwickler und Startup-Teams bedeuten die kombinierten Änderungen laut AWS, dass sie mit einer bereits vorhandenen Identität binnen Minuten vom Finden eines Modells zu dessen Anpassung oder Bereitstellung kommen.