Amazon SageMakerは、Amazon Web Servicesが提供するクラウドベースの機械学習プラットフォームであり、開発者が機械学習モデルを作成、トレーニング、デプロイすることを可能にする。2017年11月にAWS re:Inventカンファレンスで発表されたこのプラットフォームは、事前トレーニング済みモデルからカスタムアルゴリズムまで、さまざまな抽象化レベルをサポートし、組み込みシステムやエッジデバイスへのモデルデプロイも可能である。SageMakerは他のAWSサービスと統合し、MLワークフローのための包括的な環境を提供する。
このプラットフォームはMLライフサイクルを簡素化するように設計されており、マネージドインフラストラクチャ、組み込みアルゴリズム、対話型開発のためのインターフェースを提供する。自動スケーリング、強化学習、エッジデバイスへのモデルデプロイなどの機能で進化しており、初心者から経験豊富な実践者まで多用途なツールとなっている。
機能
SageMakerは複数の抽象化レベルで動作する。最上位レベルでは、事前トレーニング済みのMLモデルをそのままデプロイでき、カスタムトレーニングの必要性を減らす。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MLアルゴリズムも提供する。より専門的なニーズには、TensorFlowとApache MXNetのマネージドインスタンスを備え、開発者がゼロからカスタムアルゴリズムを作成できる。
他のAWSサービスとの統合は主要な強みである。開発者はSageMaker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、リアルタイムデータ処理用のAmazon Kinesisに接続できる。この統合により、データ取り込みからモデルデプロイまでのエンドツーエンドのパイプラインが可能になる。
開発インターフェース
SageMakerは対話のための複数のインターフェースを提供する。Web APIによりSageMakerサーバーインスタンスのリモート制御が可能で、AmazonはPython、JavaScript、Ruby、Java、Goなどの言語向けのAPIバインディングを提供している。SageMaker Python SDKはAnacondaのconda-forgeチャネルからアクセスでき、マネージドJupyter Notebookインスタンスは対話型プログラミングをサポートする。2025年12月には、新しいサーバーレスカスタマイズ機能が発表され、Amazon Nova、Llama、Qwen、DeepSeek、GPT-OSSなどのAIモデルとのインターフェースが可能になった。
歴史と機能
SageMakerは2017年11月29日にAWS re:Inventで発表された。主なマイルストーンは以下の通り:
- 2018年2月27日: マネージドTensorFlowおよびMXNetディープニューラルネットワークのトレーニングと推論サポート。
- 2018年2月28日: 複数のサーバーインスタンスへのモデル推論の自動スケーリング。
- 2018年7月13日: リカレントニューラルネットワークトレーニング、word2vec、マルチクラス線形学習器、LARSを使用したChainerでの分散トレーニングのサポート。
- 2018年7月17日: 高スループットの非リアルタイム推論のためのAWS Batch Transform。
- 2018年11月8日: Object2Vecワード埋め込みのトレーニングと推論。
- 2018年11月27日: Mechanical Turk、サードパーティベンダー、または従業員を介した人間のアノテーターを使用したデータラベリングのためのSageMaker Ground Truth。
- 2018年11月28日: 大規模なRLモデル開発のためのSageMaker Reinforcement Learning、および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へのモデルデプロイのためのSageMaker Neo。
- 2018年11月29日: サードパーティ開発者がMLモデルを売買できるAWS Marketplace for SageMaker。
- 2019年1月27日: SageMaker Neoがオープンソースソフトウェアとしてリリース。
これらの機能によりSageMakerの有用性が拡大し、AWSのAI提供における中心的なツールとなっている。
AWSエコシステムとの統合
SageMakerは、Amazon Lex、Amazon Polly、Amazon Rekognitionなどのサービスを含む、より広範なAWS AIスタックの一部である。また、AWS Trainium、つまりSageMaker内でコスト効率の高いトレーニングに使用できるMLトレーニング用のAWSカスタムシリコンにも関連している。このプラットフォームと他のAWSサービスとの統合により、開発者はクラウドの全機能を活用した複雑なMLアプリケーションを構築できる。