Amazon SageMaker Studio は、Hugging Face からの直接統合をサポートするようになり、モデルの発見から完全に設定された Studio 環境内での作業までをワンクリックで実行できるようになりました。Hugging Face でサポートされている任意のモデルを選択し、「Customize on SageMaker AI」または「Deploy on SageMaker AI」を選択すると、モデルがプリロードされた状態で対応するワークフローページに直接遷移し、すぐに使用できます。以前は、モデルの発見から作業環境への移行には、AWS コンソールを操作して SageMaker AI を探し、環境を設定し、サーバーレスモデルのカスタマイズのための IAM 権限を設定し、多くの場合、最初のジョブを実行する前に Service Quotas を通じて GPU クォータの増加をリクエストする必要がありました。現在、新規顧客は標準的な AWS サインアップを完了すると、数秒で SageMaker Studio 環境が作成され、強化学習のためのカスタム報酬関数を使用したファインチューニング、モデル評価、SageMaker または Bedrock エンドポイントへのデプロイを含む、サーバーレスモデルのカスタマイズジョブのためのプリコンフィギュレーションされた権限が付与されます。確認済みの顧客は、クォータ増加のリクエストなしに、エンドポイントデプロイ、トレーニングジョブ、およびノートブック全体で G5、G6、および G4dn インスタンスへのデフォルトの GPU アクセスを受け取ります。クォータ制限と利用状況の情報は、各インスタンスタイプについて Studio 環境内で直接表示されます。Hugging Face または SageMaker の製品ページからサインインする既存の顧客は、環境を選択すると、モデルがすぐに使用できる状態で SageMaker Studio に直接遷移します。この機能は、Amazon SageMaker Studio がサポートされているすべての AWS 商用リージョンで利用可能です。開始するには、Hugging Face でサポートされている任意のモデルにアクセスし、「Customize on SageMaker AI」または「Deploy on SageMaker AI」を選択するか、SageMaker Studio ページから「Get Started」をクリックしてください。詳細については、Amazon SageMaker ドキュメントの「Studio のサービスクォータ」を参照してください。