Amazon SageMaker Studio 现已支持来自 Hugging Face 的直接集成，让您只需单击一次，即可从发现模型到在完全配置的 Studio 环境中使用该模型。在 Hugging Face 上选择任何支持的模型，然后选择“在 SageMaker AI 上自定义”或“在 SageMaker AI 上部署”，即可直接跳转到相应的流程页面，模型已预加载并准备就绪。此前，从模型发现到进入可运行环境需要导航至 AWS 控制台查找 SageMaker AI、配置环境、为无服务器模型自定义设置 IAM 权限，并且在许多情况下还需通过 Service Quotas 申请 GPU 配额增加后才能运行第一个任务。现在，新客户完成标准的 AWS 注册后，将在几秒钟内获得一个已创建的 SageMaker Studio 环境，该环境已针对无服务器模型自定义任务（包括使用自定义奖励函数的强化学习微调、模型评估以及部署到 SageMaker 或 Bedrock 端点）预配置了权限。已验证的客户在端点部署、训练任务和 Notebook 中默认即可访问 G5、G6 和 G4dn 实例的 GPU 资源，无需申请配额增加，并且每种实例类型的配额限制和使用情况信息均可直接在 Studio 环境中查看。从 Hugging Face 或 SageMaker 产品页面登录的现有客户可选择其环境，并直接进入 SageMaker Studio，模型已准备就绪可供使用。此功能在所有支持 Amazon SageMaker Studio 的 AWS 商业区域均可用。要开始使用，请访问 Hugging Face 上任何支持的模型并选择“在 SageMaker AI 上自定义”或“在 SageMaker AI 上部署”，或从 SageMaker Studio 页面点击“开始使用”。如需了解更多，请参阅 Amazon SageMaker 文档中的《Studio 的服务配额》。