Amazon SageMaker Studio가 이제 Hugging Face에서 직접 통합을 지원하여, 모델을 발견하는 것부터 완전히 구성된 Studio 환경 내에서 작업하는 것까지 단 한 번의 클릭으로 가능해졌습니다. Hugging Face에서 지원되는 모델을 선택하고 "SageMaker AI에서 사용자 지정" 또는 "SageMaker AI에 배포"를 선택하면 모델이 미리 로드되고 사용할 준비가 된 해당 워크플로우 페이지로 직접 이동합니다.이전에는 모델 발견부터 작업 환경까지 도달하려면 AWS 콘솔을 탐색하여 SageMaker AI를 찾고, 환경을 구성하고, 서버리스 모델 사용자 지정을 위한 IAM 권한을 설정하고, 많은 경우 첫 번째 작업을 실행하기 전에 Service Quotas를 통해 GPU 할당량 증가를 요청해야 했습니다. 이제 신규 고객은 표준 AWS 가입을 완료하고 SageMaker Studio 환경을 몇 초 안에 생성하며, 강화 학습을 위한 사용자 지정 보상 함수를 사용한 미세 조정, 모델 평가, SageMaker 또는 Bedrock 엔드포인트에 대한 배포를 포함한 서버리스 모델 사용자 지정 작업을 위한 사전 구성된 권한을 받게 됩니다. 인증된 고객은 할당량 증가를 요청하지 않고도 엔드포인트 배포, 학습 작업 및 노트북 전반에 걸쳐 G5, G6 및 G4dn 인스턴스에 대한 기본 GPU 액세스를 받으며, 할당량 제한 및 사용량 정보는 Studio 환경 내에서 각 인스턴스 유형에 대해 직접 확인할 수 있습니다. Hugging Face 또는 SageMaker 제품 페이지에서 로그인하는 기존 고객은 환경을 선택하고 모델을 사용할 준비가 된 SageMaker Studio로 직접 이동합니다.이 기능은 Amazon SageMaker Studio가 지원되는 모든 AWS 상용 리전에서 사용할 수 있습니다. 시작하려면 Hugging Face에서 지원되는 모델을 방문하여 "SageMaker AI에서 사용자 지정" 또는 "SageMaker AI에 배포"를 선택하거나 SageMaker Studio 페이지에서 "시작하기"를 클릭하십시오. 자세한 내용은 Amazon SageMaker 설명서의 Studio에 대한 서비스 할당량을 참조하십시오.