跳到正文
热点事件持续更新

AWS 发布 SageMaker AI 无服务器模型定制训练会话通用可用性

2 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

AWS 在 Amazon SageMaker AI 推出训练会话(training session)API 的通用可用性,把 forward_backward()、optim_step()、sample() 等训练操作封装为 API 调用,让用户在本地 Python 中编写训练循环,由托管 GPU 负责模型与 LoRA 加载、分布式执行、故障恢复和检查点。 该功能属于 SageMaker AI 无服务器模型定制(serverless model customization)能力的一部分,AWS 称训练会话 API 将抽象边界再下移一层,让用户无需自行管理 GPU。用户可自定义后训练循环,包括自定义损失函数或奖励信号。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. AWS Machine Learning Blog
    AWS 发布 SageMaker AI 无服务器模型定制训练会话

    AWS 正式推出 SageMaker AI 无服务器模型定制训练会话,开发者可自定义后训练循环,包括自定义损失函数或奖励信号,由 SageMaker AI 处理 GPU 分配、分布式执行、故障恢复和检查点存储。

  2. AWS Machine Learning Blog
    Amazon SageMaker 推出训练会话 API,用户自写训练循环而不管理 GPU

    AWS 在 Amazon SageMaker AI 推出训练会话(training session)API,把 forward_backward()、optim_step()、sample() 等训练操作封装为 API 调用,用户在本地 Python 中编写训练循环,由托管 GPU 负责模型与 LoRA 加载、分布式执行、故障恢复和检查点。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月23日 03:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。