在 2022 年 IDC MarketScape 的 APEJ 人工智能生命周期软件工具和平台供应商评估中，亚马逊云科技 位居领导者类别

作者： 金伯利·马迪亚 | 202 3 年 日

最近发布的《IDC MarketScape：亚太地区（不包括日本）2022 年人工智能生命周期软件工具和平台供应商评估》将亚马逊云科技列为领导者类别。这是首次也是唯一一项针对APEJ的分析师评估，该评估侧重于IDC的人工智能生命周期软件。对此MarketScape进行评估的供应商提供了支持端到端机器学习 (ML) 模型开发所需的各种软件工具，包括数据准备、模型构建和训练、模型操作、评估、部署和监控。从人工智能和机器学习解决方案的实验到生产部署，数据科学家和机器学习开发人员通常使用这些工具。

AI 生命周期工具对于将 AI/ML 解决方案产品化至关重要。除了人工智能/机器学习实验之外，它们还有很多其他步骤：实现任何地方的部署、大规模的性能、成本优化，而且越来越重要的是，支持系统的模型风险管理——可解释性、稳定性、漂移、隐私保护等。企业需要这些工具来更大规模、更快地释放企业数据资产的价值。

IDC MarketScape 的供应商要求

要被考虑加入 MarketScape，供应商必须根据独立产品库存单位 (SKU) 或作为通用人工智能软件平台的一部分为端到端机器学习流程的各个方面提供软件产品。这些产品必须基于公司自己的知识产权，并且截至2022年3月，这些产品应在APEJ产生至少12个月的软件许可收入或基于消费的软件收入。根据IDC的AI Software Tracker的数据，按2020-2021年亚太经合组织地区报告的收入来看，该公司必须位居前15名供应商之列。亚马逊云科技 符合标准，并接受了 IDC 和其他八家供应商的评估。

IDC 的综合评估结果已在 2022 年 10 月 IDC MarketScape：亚太地区（不包括日本）2022 年人工智能生命周期软件工具和平台供应商评估中发布。根据当前能力，亚马逊云科技 位于 “领导者” 类别。亚马逊云科技 的战略是持续投资人工智能/机器学习服务，帮助客户利用 AI 和 ML 进行创新。

亚马逊云科技 立场

“在本次练习中，亚马逊云科技被列为领导者类别，在各种评估类别中获得了更高的评分——所提供的工具服务的广度、降低性能成本的选项、客户服务和支持的质量以及产品创新的步伐等等。”

— Jessie Danqing Cai Danqing，IDC 亚太区大数据与分析业务副研究总监。

下图是 MarketScape 的一部分，显示了通过能力和策略评估的 亚马逊云科技 地位。

IDC MarketScape供应商分析模型旨在概述ICT供应商在给定市场中的竞争能力。该研究方法采用基于定性和定量标准的严格评分方法，从而以单一的图形说明了每个供应商在给定市场中的地位。能力分数衡量短期内的供应商产品、进入市场和业务执行情况。战略分数衡量供应商在 3—5 年时间内战略与客户需求的一致性。供应商的市场份额由图标的大小表示。

亚马逊 SageMaker 作为MarketScape的一部分进行了评估

作为评估的一部分，IDC深入研究了亚马逊S ageMaker 的功能。 SageMaker 是一项完全托管的服务，用于使用完全托管的基础架构、工具和工作流程为任何用例构建、训练和部署机器学习模型。自 2017 年 SageMaker 推出以来，已经发布了 250 多项功能和功能。

数据科学家、数据工程师、业务分析师和 mLOP 专业人员等机器学习从业者使用 SageMaker，通过选择集成开发环境 (IDE) 或无代码接口，打破机器学习工作流程每一步的障碍。从数据准备开始，SageMaker 可以轻松访问、标记和处理 ML 的大量结构化数据（表格数据）和非结构化数据（照片、视频、地理空间和音频）。准备好数据后，SageMaker 提供完全托管的笔记本电脑用于模型构建，并通过优化的基础架构将训练时间从几小时缩短到几分钟。SageMaker 可通过广泛的 ML 基础架构和模型部署选项轻松部署机器学习模型，从而以最佳性价比对任何用例进行预测。最后，SageMaker 中的 mLops 工具可帮助您扩展模型部署、降低推理成本、在生产环境中更有效地管理模型并减轻运营负担。

MarketScape 指出了亚马逊云科技的三个优势：

  • 功能和产品 — SageMaker 为数据准备、模型训练和部署提供了一套广泛而深入的工具，包括 亚马逊云科技 构建的芯片：用于推理工作负载的 亚马逊云科技 Inferentia 和 用于训练工作负载的 亚马逊云科技 Traini um。 SageMaker 通过亚马逊 SageMaker Clarify 支持模型可解释性和偏差检测 。
  • 服务交付 — SageMaker 在 APEJ 地区第二大公有云平台 亚马逊云科技 上原生可用（基于 IDC 公有云服务追踪器、IaaS+PaaS、2021 年数据），其区域位于日本、澳大利亚、新西兰、新加坡、印度、印度尼西亚、韩国和大中华区。本地区域可用于为东盟国家的客户提供服务：泰国、菲律宾和越南。
  • 增长机会 — 亚马逊云科技 积极为 Gluon 等开源项目做出贡献，并通过许多活动、在线课程和免费的 SageMaker 笔记本电脑环境 A mazon SageMaker Studio Lab 与区域开发者和 学生社区互动。

SageMaker 在 re: Invent 2022 上线

SageMaker 在 亚马逊云科技 re: Invent 2022 上继续进行创新，增加了八项新功能。 发布的内容包括三项用于机器学习模型管理的新功能。随着组织内模型和用户数量的增加，设置最低权限访问控制和建立管理流程以记录模型信息（例如，输入数据集、训练环境信息、模型使用描述和风险评级）变得越来越困难。部署模型后，客户还需要监控偏差和功能偏差，以确保其性能符合预期。新的角色管理器、模型卡片和模型仪表板简化了访问控制并增强了透明度，以支持 机器学习模型管理 。

还推出了三款与 亚马逊 Sage Maker Studio 笔记本 电脑相关的产品。从数据探索到部署，SageMaker Studio 笔记本电脑为从业者提供了完全托管的笔记本体验。随着团队规模和复杂性的增加，数十名从业者可能需要使用笔记本共同开发模型。亚马逊云科技 继续 为用户提供最佳的 笔记本电脑体验 ，推出三项新功能，帮助您协调和自动化笔记本代码。

为了支持模型部署，SageMaker 中的新功能通过对照当前部署的模型测试性能，帮助您在正式发布之前运行影子测试以评估新机器学习模型。 影子测试 可以帮助您在潜在的配置错误和性能问题影响最终用户之前发现它们。

最后，SageMaker 推出了对 地理空间机器学习 的支持 ，使数据科学家和机器学习工程师能够使用地理空间数据轻松构建、训练和部署机器学习模型。您可以访问地理空间数据源、专门构建的处理操作、预先训练的机器学习模型和内置的可视化工具，从而更快、更大规模地运行地理空间机器学习。

如今，成千上万的客户使用亚马逊 SageMaker 来训练具有数十亿个参数的模型，每月做出超过 1 万亿次的预测。要了解有关 SageMaker 的更多信息，请访问该 网页 并探索完全托管的基础架构、工具和工作流程如何帮助您加速 ML 模型开发。

作者简介

Kimberly Madia 是 亚马逊云科技 机器学习的首席产品营销经理。她的目标是让客户能够使用亚马逊 SageMaker 轻松构建、训练和部署机器学习模型。为了获得工作之余的乐趣，金伯利喜欢在旧金山湾步道上做饭、阅读和跑步。