新機能重要度 中

Amazon SageMaker AI で Gemma 4 モデルへのサーバーレスモデルカスタマイズがサポート

Amazon SageMaker AI は、Gemma 4 E4B および 31B モデルにスーパーシズドフィンチューニング、直接好み最適化、強化フィンチューニングを適用するサーバーレスモデルカスタマイズをサポート

Amazon SageMaker AI では、Gemma 4 E4B および 31B モデルに対して、スーパーシズドフィンチューニング、直接好み最適化、強化フィンチューニングによるサーバーレスモデルカスタマイズをサポートする。Gemma は Google DeepMind が開発したオープンソースモデルであり、これらのモデルを SageMaker AI でデプロイするだけでなく、特定のドメインやワークフローに合わせてカスタマイズできる。サーバーレスカスタマイズでは、SageMaker AI がインフラストラクチャのプロビジョニングとトレーニングオーケストレーションを処理するため、クラスター管理せずにデータと評価に集中できる。対応リージョンは US East (N. Virginia)、US West (Oregon)、Asia Pacific (Tokyo)、EU (Ireland)。カスタマイズジョブは Amazon SageMaker Studio のモデルページから起動するか、SageMaker Python SDK を使用してプログラムでアクセスできる。

AWS 公式の元記事を読む

関連する記事・用語

Amazon SageMaker機械学習モデルの構築、トレーニング、デプロイを一貫して行えるフルマネージドプラットフォームで、データサイエンティストと ML エンジニアの生産性を大幅に向上させるAmazon SageMaker で構築する ML プラットフォーム - モデルの構築からデプロイまでStudio での開発からマネージドスポットトレーニング、Pipelines による MLOps、Model Monitor のデータドリフト検出まで、ML ライフサイクル全体を統合する手法を紹介します。生成 AI プラットフォーム - Amazon Bedrock で構築するエンタープライズ AI 基盤Amazon Bedrock を活用した生成 AI アプリケーションの構築方法を解説します。基盤モデルの選択、RAG パターンの実装、ガードレールによる安全性確保、SageMaker との連携など、エンタープライズレベルの AI 基盤設計を紹介します。AWS の AI/ML サービス階層構造 - SageMaker・Bedrock・API 型サービスの 3 層が実現する柔軟性AWS の AI/ML サービスを SageMaker (フル制御)、Bedrock (マネージド生成 AI)、Rekognition 等 (API 型) の 3 層構造として整理し、GCP Vertex AI や Azure OpenAI Service との比較を通じて、カスタムシリコンとの統合を含む AWS の柔軟性を解説します。AWS Batch で実行する GPU ベースの機械学習トレーニング - コスト効率の高い大規模学習既存の Docker コンテナで GPU トレーニングを実行し、スポットインスタンスとチェックポイントでコストを最大 90% 削減する。SageMaker との使い分けも紹介します。