作者 | 陈骏达

编辑 | 心缘

智东西 4 月 10 日报道，近日，亚马逊云科技的数据与 AI 统一开发平台 Amazon SageMaker Unified Studio 正式可用，亚马逊云科技也分享了新一代 Amazon SageMaker 升级后的产品能力与特性。

Amazon SageMaker Unified Studio 整合了在 Amazon Bedrock、Amazon EMR、Amazon Redshift、Amazon Glue 和现有 Amazon SageMaker Studio 中的一系列独立 " 工作室 "、查询编辑器和可视化工具的功能和工具。

用户可以在这一统一平台访问和使用这些功能，来发现和准备数据、编写查询或代码、处理数据以及构建 AI 模型，简化数据和 AI 的发现、治理和协作流程。

一、私有数据高效利用成企业痛点，亟需新一代开发平台

已有越来越多的企业意识到，私有数据是其核心竞争力的重要组成部分，对私有数据的高效利用能帮助企业打造差异化优势。

然而，随着技术迭代升级，业务复杂度也不断提高，这给企业的创新和产品迭代速度带来一定负面影响。

同时，由于数据分散存储在不同工具中，导致数据扩散和治理困难，难以统一管理和访问，也无法整合用于构建生成式 AI 应用。

亚马逊云科技对企业用户上述问题的答卷便是 Amazon SageMaker Unified Studio ——数据与 AI 的统一开发平台。

亚马逊云科技大中华区数据及存储产品总监崔玮介绍，新一代 Amazon SageMaker 主要有四大能力：

1、Unified Studio：作为集成的数据和 AI 开发环境，Unified Studio 允许用户在单一受管控的环境中发现数据，并使用亚马逊云科技工具，完成开发工作流程，包括模型开发、生成式 AI 应用程序开发、数据处理和 SQL 分析等。

2、数据 +AI 治理：Amazon SageMaker Catalog 内置了数据和 AI 的治理平台，可完成数据发布、数据订阅、数据管理与追溯、数据血缘追溯等任务。

3、湖仓一体：SageMaker 利用开放式湖仓一体统一管理所有数据，减少数据孤岛。

4、AI：SageMaker 内嵌了各种生成式 AI 工具，助力 AI 应用的开发与扩展。

现场，崔玮展示了新一代 Amazon SageMaker 的诸多能力，用户可以在这一平台上完成数据处理与分析、数据准备、数据发布、数据资产订阅、访问权限管理、数据质量与血缘管理等任务。

以血缘管理为例，Amazon SageMaker 提供的相关工具可以完成数据血缘信息的自动化抽取、数据质量的可视化检查、权限控制等，拥有便捷、集成的数据治理体验。

二、新一代 SageMaker 是 " 桥梁 "，连接原子服务与应用开发

目前，已有部分企业使用了新一代 Amazon SageMaker 的能力。崔玮称，这一平台最直接收益来自于不同角色之间的配合，提升了架构复杂企业的协同效率。

以数据权限的订阅和发布为例，过去这类工作的耗时往往以天、甚至以周为计量单位，但在使用新一代 Amazon SageMaker 后，可以将时间缩短至小时级或分钟级。

谈及新一代 Amazon SageMaker 中的 AI 能力时，崔玮认为 Amazon SageMaker 将数据准备、治理、模型训练、微调、部署以及应用开发等多个环节深度整合。

客户反馈显示，这种一体化的管理方式显著提高了效率，减少了管理上的难度和成本。

崔玮称，在亚马逊云科技整体 AI 产品矩阵中，新一代的 Amazon SageMaker 扮演了 " 桥梁 " 的角色，帮助客户串联起底层原子服务与实际应用开发。

结语：企业 AI 需求井喷，统一平台展现优势

大模型时代，在原有的大数据工具之上，企业对 AI 训练、微调、部署和应用开发的需求也日益增长。

崔玮认为，未来所有的数据引擎和 AI 需求都可以通过 Amazon SageMaker Unified Studio 这样的统一平台来完成。