Amazon SageMaker

Amazon SageMaker je služba společnosti Amazon Web Services (AWS), tedy cloudové divize Amazonu. Podle oficiální stránky jde o platformu, která spojuje strojové učení, analýzu dat a aplikace generativní AI. Je to tedy ne jeden jednoduchý program, ale rodina služeb, které běží v cloudu AWS a účtují se podle využití.

Pod názvem SageMaker dnes najdete několik částí. SageMaker AI slouží k trénování, přizpůsobení a nasazení modelů strojového učení a foundation modelů (velkých předtrénovaných modelů) na infrastruktuře AWS. SageMaker Unified Studio je společné prostředí, které podle AWS propojuje vývoj modelů, SQL analýzy, zpracování dat a generativní AI a nabízí i notebook s vestavěným AI agentem. SageMaker Lakehouse sjednocuje přístup k datům v úložišti Amazon S3, datových skladech Amazon Redshift a u třetích stran pomocí formátu Apache Iceberg. SageMaker Catalog pak řeší vyhledávání dat, jejich správu a řízení přístupu.

Funguje to tak, že si v AWS vytvoříte účet, zvolíte region a v něm spouštíte výpočetní instance: například notebook pro experimentování, trénovací úlohu nebo endpoint, který model zpřístupní jiným aplikacím. Za každou takovou instanci platíte za čas, po který běží. Ceny se liší podle typu instance. Na oficiální stránce jsou uvedeny GPU instance v rozmezí od 6,86 USD za hodinu (ml.p5.4xlarge) po 148,54 USD za hodinu (ml.p6-b300.48xlarge); jde o ukázku nejvýkonnějších konfigurací, běžné menší instance stojí méně.

SageMaker je určen hlavně týmům, které s daty pracují profesionálně: datovým vědcům, datovým inženýrům, analytikům a vývojářům. AWS uvádí, že je pro firmy všech velikostí od startupů po korporace. V ceníku se objevuje také SageMaker Canvas, který je v rámci free tier zahrnut v limitu 160 hodin měsíčně. Canvas se podle AWS obecně označuje jako vizuální prostředí bez psaní kódu, ale jeho podrobnosti jsme v tomto průzkumu samostatně neověřovali.

Oproti jednoduchým AI nástrojům, jako jsou chatboti, se SageMaker liší tím, že nejde o hotovou aplikaci pro koncového uživatele. Je to stavebnice infrastruktury: sami rozhodujete, jaká data použijete, jaký model natrénujete a jak ho nasadíte. Výhodou je těsná vazba na ostatní služby AWS a možnost škálovat výkon. Podle recenzí na srovnávacích webech naopak firmy kritizují vysokou cenu u velkých zátěží, nepřehledné účtování, které může způsobit nepříjemné překvapení na konci měsíce, strmou křivku učení pro ty, kdo AWS neznají, a závislost na jednom dodavateli (vendor lock-in).

Co se týče cen, AWS nabízí průběžné platby bez minimálních poplatků i bez závazku, případně SageMaker Savings Plans, které podle AWS snižují náklady až o 64 % výměnou za závazek ke spotřebě. Free tier je časově omezený: limity platí měsíčně po první 2 měsíce a zahrnují například 250 hodin notebooků na instanci ml.t3.medium, 50 hodin trénování na m4/m5.xlarge nebo 125 hodin real-time inference. Po uplynutí se účtuje standardní sazba, takže zapomenutá běžící instance může stát peníze.

Pro uživatele z Česka je podstatné, že SageMaker AI je dostupný v evropských regionech AWS, například ve Frankfurtu (eu-central-1) a ve Stockholmu (eu-north-1). Data tak mohou zůstat v EU. Zdroje ale zároveň upozorňují, že uložení dat v EU ještě neznamená plnou datovou suverenitu, protože poskytovatel je americká firma. Podporu češtiny v uživatelském rozhraní ani v dokumentaci se nám nepodařilo ověřit; dokumentace a konzole jsou s největší pravděpodobností primárně anglické, což ale zdroje výslovně nepotvrdily. Pro úplného začátečníka, který chce jen vyzkoušet AI, je proto SageMaker zbytečně složitý a vhodnější jsou hotové aplikace.