Amazon SageMaker AIは、開発者がクラウド上で機械学習（ML）モデルを作成、トレーニング、デプロイできるクラウドベースの機械学習プラットフォームである。2017年11月にAWS re:Inventカンファレンスで発表され、組み込みシステムやエッジデバイスへのMLモデルのデプロイをサポートしている。このプラットフォームはAmazon Web Services（AWS）の一部であり、データストレージ、バッチ処理、リアルタイムデータストリームのための他のAWSサービスと統合されている。
SageMakerは、事前トレーニング済みモデルから完全にカスタムなアルゴリズムまで、開発者に複数の抽象化レベルを提供する。組み込みのMLアルゴリズム、TensorFlowおよびApache MXNetのマネージドインスタンス、さまざまなプログラミング言語用のインターフェースが含まれている。このプラットフォームは、自動スケーリング、強化学習、エッジデプロイ機能などの機能を備えて進化してきた。
機能
SageMakerは、機械学習モデルのトレーニングとデプロイ時に、開発者が異なる抽象化レベルで操作できるようにする。最高レベルでは、そのままデプロイできる事前トレーニング済みのMLモデルを提供する。また、分類、回帰、クラスタリングなどの一般的なタスクをカバーする、開発者が自社データでトレーニングできる組み込みのMLアルゴリズムも多数提供している。
このプラットフォームは、TensorFlowおよびApache MXNetのマネージドインスタンスを備えており、開発者はゼロから独自のMLアルゴリズムを作成できる。この柔軟性は、機械学習と深層学習の両方のワークフローをサポートする。開発者は、SageMaker対応のMLモデルを、構造化データストレージ用のAmazon DynamoDB、オフラインバッチ処理用のAWS Batch、リアルタイム処理用のAmazon Kinesisなど、他のAWSサービスに接続できる。
開発インターフェース
開発者がSageMakerと対話するためのさまざまなインターフェースが利用可能である。Web APIはSageMakerサーバーインスタンスをリモートで制御でき、APIは開発者が使用するプログラミング言語に依存しないが、AmazonはPython、JavaScript、Ruby、Java、Goなど複数の言語向けのSageMaker APIバインディングを提供している。SageMaker Python SDKは、Anacondaのコミュニティ主導のconda-forgeチャネルを通じてアクセスできる。
SageMakerはまた、SageMakerや他のアプリケーションを対話的にプログラミングするためのマネージドJupyter Notebookインスタンスも提供している。2025年12月には、Amazon Nova、Llama、Qwen、DeepSeek、GPT-OSSなどのAIモデルと連携するためのSageMaker AIの新しいサーバーレスカスタマイズが発表され、生成AIワークロードのサポートが拡大された。
歴史と機能
SageMakerは2017年11月29日にAWS re:Inventカンファレンスで発表された。初期の開発はトレーニングと推論機能の拡張に焦点を当てていた：
- 2018-02-27：SageMaker内でマネージドTensorFlowおよびMXNetの深層ニューラルネットワークトレーニングと推論がサポートされた。
- 2018-02-28：SageMakerがモデル推論を複数のサーバーインスタンスに自動スケーリングするようになった。
- 2018-07-13：リカレントニューラルネットワークトレーニング、word2vecトレーニング、多クラス線形学習器トレーニング、およびLayer-wise Adaptive Rate Scaling（LARS）を使用したChainerでの分散深層ニューラルネットワークトレーニングのサポートが追加された。
- 2018-07-17：AWS Batch Transformにより、SageMakerで高スループットの非リアルタイム機械学習推論が可能になった。
- 2018-11-08：Object2Vec単語埋め込みのトレーニングと推論のサポートが導入された。
- 2018-11-27：SageMaker Ground Truthが発表され、開発者がMechanical Turk、第三者ベンダー、または自社従業員を通じて人間のアノテーターを使用してデータにラベルを付けることが容易になった。
- 2018-11-28：SageMaker強化学習（RL）により、開発者とデータサイエンティストが大規模な強化学習モデルを開発できるようになった。
- 2018-11-28：SageMaker Neoにより、深層ニューラルネットワークモデルをSageMakerからスマートフォンやスマートカメラなどのエッジデバイスにデプロイできるようになった。
- 2018-11-29：SageMaker用AWS Marketplaceが発表され、第三者開発者がSageMakerでトレーニングおよびデプロイできる機械学習モデルの売買が可能になった。
- 2019-01-27：SageMaker Neoがオープンソースソフトウェアとしてリリースされた。
統合とエコシステム
SageMakerはより広範なAWSエコシステムと統合されており、開発者はエンドツーエンドのMLパイプラインを構築できる。データ拡張やその他の前処理技術をサポートし、そのマネージドインフラストラクチャはモデルのトレーニングとデプロイの運用オーバーヘッドを削減する。SageMaker Neoを通じたエッジデプロイのサポートは、自動運転車や自動車システムなど、低遅延またはオフライン動作が必要なシナリオに対応する。
SageMakerの進化は、大規模言語モデルやサーバーレスコンピューティングへの移行を含む、人工知能のより広範なトレンドを反映している。2025年12月のLlamaやDeepSeekなどのモデル向けサーバーレスカスタマイズの発表は、生成AIアプリケーション向けのより柔軟でコスト効率の高いデプロイオプションへの動きを示している。