অ্যামাজন সেজমেকার স্টুডিও জুপিটারল্যাব, কোড-ওএসএস (ভিজ্যুয়াল স্টুডিও কোড ওপেন সোর্স) ভিত্তিক কোড এডিটর এবং আরএসটুডিও সহ মেশিন লার্নিং (এমএল) বিকাশের জন্য সম্পূর্ণরূপে পরিচালিত সমন্বিত উন্নয়ন পরিবেশের (আইডিই) একটি বিস্তৃত সেট অফার করে। এটি ML ডেভেলপমেন্টের প্রতিটি ধাপের জন্য ডেটা প্রস্তুত করা থেকে শুরু করে ML মডেল তৈরি, প্রশিক্ষণ, স্থাপনা এবং পরিচালনার জন্য টুলগুলির সর্বাধিক বিস্তৃত সেটে অ্যাক্সেস প্রদান করে। আপনি আপনার নোটবুক, কোড এবং ডেটার সাথে কাজ করার জন্য সেকেন্ডের মধ্যে পূর্ব-কনফিগার করা SageMaker ডিস্ট্রিবিউশন সহ সম্পূর্ণরূপে পরিচালিত JuptyerLab চালু করতে পারেন। সেজমেকার স্টুডিওর নমনীয় এবং এক্সটেনসিবল ইন্টারফেস আপনাকে অনায়াসে কনফিগার করতে এবং এমএল ওয়ার্কফ্লোগুলি সাজানোর অনুমতি দেয় এবং আপনি AI-চালিত ইনলাইন কোডিং সঙ্গীকে দ্রুত লেখক, ডিবাগ, ব্যাখ্যা এবং পরীক্ষা করার জন্য ব্যবহার করতে পারেন।

এই পোস্টে, আমরা আপডেট করা সেজমেকার স্টুডিও এবং এর জুপিটারল্যাব আইডিইকে ঘনিষ্ঠভাবে দেখেছি, যা এমএল ডেভেলপারদের উত্পাদনশীলতা বাড়ানোর জন্য ডিজাইন করা হয়েছে। আমরা Spaces এর ধারণাটি প্রবর্তন করি এবং ব্যাখ্যা করি যে কিভাবে JupyterLab Spaces আপনার ML ওয়ার্কফ্লো দক্ষতা উন্নত করতে কম্পিউট, স্টোরেজ এবং রানটাইম সংস্থানগুলির নমনীয় কাস্টমাইজেশন সক্ষম করে। এছাড়াও আমরা জুপিটারল্যাবে একটি স্থানীয় এক্সিকিউশন মডেলে আমাদের স্থানান্তর নিয়ে আলোচনা করি, যার ফলে একটি দ্রুত, আরও স্থিতিশীল এবং প্রতিক্রিয়াশীল কোডিং অভিজ্ঞতা হয়। অতিরিক্তভাবে, আমরা জেনারেটিভ এআই টুলের মতো বিরামবিহীন ইন্টিগ্রেশন কভার করি আমাজন কোড হুইস্পার এবং SageMaker স্টুডিও JupyterLab Spaces-এর মধ্যে Jupyter AI, কীভাবে তারা ডেভেলপারদেরকে কোডিং সহায়তা এবং উদ্ভাবনী সমস্যা সমাধানের জন্য AI ব্যবহার করার ক্ষমতা দেয়।

সেজমেকার স্টুডিওতে স্পেস প্রবর্তন করা হচ্ছে

নতুন সেজমেকার স্টুডিও ওয়েব-ভিত্তিক ইন্টারফেস আপনার পছন্দের IDE চালু করতে এবং আপনার অ্যাক্সেস করার জন্য একটি কমান্ড সেন্টার হিসাবে কাজ করে আমাজন সেজমেকার মডেল তৈরি, প্রশিক্ষণ, সুর এবং স্থাপনের জন্য সরঞ্জাম। JupyterLab এবং RStudio ছাড়াও, SageMaker স্টুডিও এখন Code-OSS (ভিজ্যুয়াল স্টুডিও কোড ওপেন সোর্স) এর উপর ভিত্তি করে একটি সম্পূর্ণরূপে পরিচালিত কোড এডিটর অন্তর্ভুক্ত করে। JupyterLab এবং কোড এডিটর উভয়ই Spaces নামক একটি নমনীয় ওয়ার্কস্পেস ব্যবহার করে চালু করা যেতে পারে।

স্পেস হল সেজমেকার আইডিই-এর একটি কনফিগারেশন উপস্থাপনা, যেমন জুপিটারল্যাব বা কোড এডিটর, স্পেস-এর সাথে যুক্ত একটি অ্যাপ্লিকেশন (আইডিই) সক্রিয়ভাবে চলছে কিনা তা বিবেচনা না করেই টিকে থাকার জন্য ডিজাইন করা হয়েছে। একটি স্পেস একটি গণনা উদাহরণ, স্টোরেজ এবং অন্যান্য রানটাইম কনফিগারেশনের সংমিশ্রণকে উপস্থাপন করে। Spaces-এর সাহায্যে, আপনি আপনার IDE-এর জন্য কম্পিউট এবং স্টোরেজ তৈরি করতে এবং স্কেল করতে পারেন যতটা আপনি যেতে পারেন, রানটাইম পরিবেশ কাস্টমাইজ করতে পারেন, এবং যেকোনও জায়গা থেকে যে কোনো সময় কোডিংকে বিরতি ও পুনরায় শুরু করতে পারেন। আপনি এই ধরনের একাধিক স্পেস স্পিন করতে পারেন, প্রতিটি কম্পিউট, স্টোরেজ এবং রানটাইমের ভিন্ন সংমিশ্রণে কনফিগার করা হয়েছে।

যখন একটি স্থান তৈরি করা হয়, তখন এটি একটি দিয়ে সজ্জিত হয় আমাজন ইলাস্টিক ব্লক স্টোর (আমাজন ইবিএস) আয়তন, যা ব্যবহারকারীদের ফাইল, ডেটা, ক্যাশে এবং অন্যান্য শিল্পকর্ম সংরক্ষণ করতে ব্যবহৃত হয়। যখনই একটি স্পেস চালানো হয় তখন এটি একটি এমএল কম্পিউট উদাহরণের সাথে সংযুক্ত থাকে। EBS ভলিউম নিশ্চিত করে যে যখনই স্পেস পুনরায় চালু করা হয় তখন ব্যবহারকারীর ফাইল, ডেটা, ক্যাশে এবং সেশন স্টেটগুলি ধারাবাহিকভাবে পুনরুদ্ধার করা হয়। গুরুত্বপূর্ণভাবে, এই EBS ভলিউমটি স্থির থাকে, মহাকাশ চলমান বা বন্ধ অবস্থায় থাকুক না কেন। স্থানটি মুছে ফেলা না হওয়া পর্যন্ত এটি অব্যাহত থাকবে।

উপরন্তু, যারা বিভিন্ন স্পেস, ব্যবহারকারী বা এমনকি ডোমেন জুড়ে পরিবেশ এবং শিল্পকর্ম শেয়ার করতে চান তাদের জন্য আমরা আন-ইওর-নিজের ফাইল সিস্টেম বৈশিষ্ট্যটি চালু করেছি। এটি আপনাকে ঐচ্ছিকভাবে আপনার স্পেসগুলিকে আপনার নিজস্ব দিয়ে সজ্জিত করতে সক্ষম করে৷ আমাজন ইলাস্টিক ফাইল সিস্টেম (Amazon EFS) মাউন্ট, বিভিন্ন ওয়ার্কস্পেস জুড়ে সম্পদ ভাগ করে নেওয়ার সুবিধা।

একটি স্থান তৈরি করা

একটি নতুন স্থান তৈরি করা এবং লঞ্চ করা এখন দ্রুত এবং সহজবোধ্য৷ দ্রুত লঞ্চের উদাহরণ সহ একটি নতুন স্পেস সেট আপ করতে মাত্র কয়েক সেকেন্ড এবং একটি স্পেস চালাতে 60 সেকেন্ডের কম সময় লাগে৷ স্পেসগুলি গণনা এবং স্টোরেজের জন্য পূর্বনির্ধারিত সেটিংস দিয়ে সজ্জিত, প্রশাসকদের দ্বারা পরিচালিত৷ সেজমেকার স্টুডিও প্রশাসকরা গণনা, সঞ্চয়স্থান এবং রানটাইম কনফিগারেশনের জন্য ডোমেন-স্তরের প্রিসেট স্থাপন করতে পারেন। এই সেটআপটি আপনাকে ন্যূনতম প্রচেষ্টায় দ্রুত একটি নতুন স্থান চালু করতে সক্ষম করে, শুধুমাত্র কয়েকটি ক্লিকের প্রয়োজন৷ আপনার কাছে আরও কাস্টমাইজেশনের জন্য একটি স্থানের গণনা, সঞ্চয়স্থান বা রানটাইম কনফিগারেশনগুলি সংশোধন করার বিকল্প রয়েছে।

এটি লক্ষ্য করা গুরুত্বপূর্ণ যে একটি স্পেস তৈরি করতে নিম্নলিখিত উদাহরণের মতো একটি নীতি সহ সেজমেকার ডোমেন সম্পাদন ভূমিকা আপডেট করতে হবে৷ এই ব্যক্তিগত স্থানগুলি অ্যাক্সেস করার জন্য আপনাকে আপনার ব্যবহারকারীদের ব্যক্তিগত স্থান এবং ব্যবহারকারী প্রোফাইলগুলির জন্য অনুমতি দিতে হবে। বিস্তারিত নির্দেশাবলীর জন্য, পড়ুন আপনার ব্যবহারকারীদের ব্যক্তিগত স্থানগুলিতে অ্যাক্সেস দিন.

{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "sagemaker:CreateApp", "sagemaker:DeleteApp" ], "Resource": "arn:aws:sagemaker:{{Region}}:{{AccountId}}:app/*", "Condition": { "Null": { "sagemaker:OwnerUserProfileArn": "true" } } }, { "Sid": "SMStudioCreatePresignedDomainUrlForUserProfile", "Effect": "Allow", "Action": [ "sagemaker:CreatePresignedDomainUrl" ], "Resource": "arn:aws:sagemaker:{{Region}}:{{AccountId}}:user-profile/${sagemaker:DomainId}/${sagemaker:UserProfileName}" }, { "Sid": "SMStudioAppPermissionsListAndDescribe", "Effect": "Allow", "Action": [ "sagemaker:ListApps", "sagemaker:ListDomains", "sagemaker:ListUserProfiles", "sagemaker:ListSpaces", "sagemaker:DescribeApp", "sagemaker:DescribeDomain", "sagemaker:DescribeUserProfile", "sagemaker:DescribeSpace" ], "Resource": "*" }, { "Sid": "SMStudioAppPermissionsTagOnCreate", "Effect": "Allow", "Action": [ "sagemaker:AddTags" ], "Resource": "arn:aws:sagemaker:{{Region}}:{{AccountId}}:*/*", "Condition": { "Null": { "sagemaker:TaggingAction": "false" } } }, { "Sid": "SMStudioRestrictSharedSpacesWithoutOwners", "Effect": "Allow", "Action": [ "sagemaker:CreateSpace", "sagemaker:UpdateSpace", "sagemaker:DeleteSpace" ], "Resource": "arn:aws:sagemaker:{{Region}}:{{AccountId}}:space/${sagemaker:DomainId}/*", "Condition": { "Null": { "sagemaker:OwnerUserProfileArn": "true" } } }, { "Sid": "SMStudioRestrictSpacesToOwnerUserProfile", "Effect": "Allow", "Action": [ "sagemaker:CreateSpace", "sagemaker:UpdateSpace", "sagemaker:DeleteSpace" ], "Resource": "arn:aws:sagemaker:{{Region}}:{{AccountId}}:space/${sagemaker:DomainId}/*", "Condition": { "ArnLike": { "sagemaker:OwnerUserProfileArn": "arn:aws:sagemaker:$AWS Region:$111122223333:user-profile/${sagemaker:DomainId}/${sagemaker:UserProfileName}" }, "StringEquals": { "sagemaker:SpaceSharingType": [ "Private", "Shared" ] } } }, { "Sid": "SMStudioRestrictCreatePrivateSpaceAppsToOwnerUserProfile", "Effect": "Allow", "Action": [ "sagemaker:CreateApp", "sagemaker:DeleteApp" ], "Resource": "arn:aws:sagemaker:{{Region}}:{{AccountId}}:app/${sagemaker:DomainId}/*", "Condition": { "ArnLike": { "sagemaker:OwnerUserProfileArn": "arn:aws:sagemaker:${aws:Region}:${aws:PrincipalAccount}:user-profile/${sagemaker:DomainId}/${sagemaker:UserProfileName}" }, "StringEquals": { "sagemaker:SpaceSharingType": [ "Private" ] } } }, ]
}

একটি স্থান তৈরি করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:

1. সেজমেকার স্টুডিওতে, নির্বাচন করুন জুপিটারল্যাব উপরে অ্যাপ্লিকেশন মেনু.
2. বেছে নিন JupyterLab স্পেস তৈরি করুন.
   
3. জন্য নাম, আপনার স্থানের জন্য একটি নাম লিখুন।
4. বেছে নিন স্থান তৈরি করুন.
   
5. বেছে নিন রান স্পেস ডিফল্ট প্রিসেট সহ আপনার নতুন স্পেস চালু করতে বা আপনার প্রয়োজনীয়তার উপর ভিত্তি করে কনফিগারেশন আপডেট করতে।
   

একটি স্থান পুনরায় কনফিগার করা হচ্ছে

স্পেস ডিজাইন করা হয়েছে ব্যবহারকারীদের জন্য প্রয়োজন অনুযায়ী বিভিন্ন কম্পিউটের মধ্যে নির্বিঘ্নে রূপান্তর করার জন্য। আপনি একটি নির্দিষ্ট কনফিগারেশনের সাথে একটি নতুন স্পেস তৈরি করে শুরু করতে পারেন, প্রাথমিকভাবে গণনা এবং স্টোরেজ সমন্বিত। আপনার যদি আপনার কর্মপ্রবাহের যেকোনো সময়ে উচ্চ বা নিম্ন vCPU গণনা, কম বা কম মেমরি, বা একটি GPU-ভিত্তিক উদাহরণ সহ একটি ভিন্ন কম্পিউট প্রকারে স্যুইচ করার প্রয়োজন হয়, আপনি তা সহজেই করতে পারেন। আপনি স্পেস বন্ধ করার পরে, আপনি UI বা ব্যবহার করে এর সেটিংস পরিবর্তন করতে পারেন এপিআই আপডেট করা সেজমেকার স্টুডিও ইন্টারফেসের মাধ্যমে এবং তারপর স্পেস পুনরায় চালু করুন। সেজমেকার স্টুডিও স্বয়ংক্রিয়ভাবে নতুন কনফিগারেশনে আপনার বিদ্যমান স্থানের বিধান পরিচালনা করে, আপনার পক্ষ থেকে কোন অতিরিক্ত প্রচেষ্টার প্রয়োজন নেই।

একটি বিদ্যমান স্থান সম্পাদনা করতে নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:

1. স্থান বিবরণ পৃষ্ঠায়, নির্বাচন করুন স্থান থামান.
   
2. কম্পিউট, স্টোরেজ বা রানটাইম পুনরায় কনফিগার করুন।
3. বেছে নিন রান স্পেস স্থান পুনরায় চালু করতে.
   

আপনার ওয়ার্কস্পেস আপনার অনুরোধ করা নতুন স্টোরেজ এবং কম্পিউট ইনস্ট্যান্স টাইপের সাথে আপডেট করা হবে।

নতুন সেজমেকার স্টুডিও জুপিটারল্যাব আর্কিটেকচার

সেজমেকার স্টুডিও টিম একটি নতুন সম্পূর্ণরূপে পরিচালিত সেজমেকার স্টুডিও জুপিটারল্যাব অভিজ্ঞতা প্রকাশের মাধ্যমে তার বিকাশকারীর অভিজ্ঞতা উদ্ভাবন এবং সহজ করে চলেছে। নতুন সেজমেকার স্টুডিও জুপিটারল্যাব অভিজ্ঞতা উভয় জগতের সেরাকে একত্রিত করে: এর মাপযোগ্যতা এবং নমনীয়তা সেজমেকার স্টুডিও ক্লাসিক ওপেন সোর্স JupyterLab-এর স্থায়িত্ব এবং পরিচিতি সহ (এই পোস্টের শেষে পরিশিষ্ট দেখুন)। এই নতুন JupyterLab অভিজ্ঞতার নকশা উপলব্ধি করতে, আসুন নিম্নলিখিত আর্কিটেকচার ডায়াগ্রামের দিকে তাকাই। এটি আমাদের এই নতুন JupyterLab Spaces প্ল্যাটফর্মের ইন্টিগ্রেশন এবং বৈশিষ্ট্যগুলি আরও ভালভাবে বুঝতে সাহায্য করবে।

সংক্ষেপে, আমরা একটি স্থানীয় স্থাপত্যের দিকে রূপান্তরিত হয়েছি। এই নতুন সেটআপে, জুপিটার সার্ভার এবং কার্নেল প্রক্রিয়াগুলি একই এমএল কম্পিউট উদাহরণে হোস্ট করা একক ডকার কন্টেইনারের পাশাপাশি কাজ করে। এই ML দৃষ্টান্তগুলি যখন একটি স্পেস চলছে তখন বিধান করা হয় এবং একটি EBS ভলিউমের সাথে লিঙ্ক করা হয় যা স্পেসটি প্রাথমিকভাবে তৈরি করার সময় তৈরি হয়।

এই নতুন স্থাপত্য বেশ কিছু সুবিধা নিয়ে আসে; আমরা নিম্নলিখিত বিভাগে এই কিছু আলোচনা.

হ্রাস লেটেন্সি এবং বৃদ্ধি স্থায়িত্ব

সেজমেকার স্টুডিও একটি স্থানীয় রান মডেলে রূপান্তরিত হয়েছে, পূর্ববর্তী স্প্লিট মডেল থেকে সরে গেছে যেখানে কোড একটি EFS মাউন্টে সংরক্ষণ করা হয়েছিল এবং দূরবর্তী কার্নেল গেটওয়ের মাধ্যমে একটি ML উদাহরণে দূরবর্তীভাবে চালানো হয়। পূর্বের সেটআপে, কার্নেল গেটওয়ে, একটি হেডলেস ওয়েব সার্ভার, HTTPS/WSS এর মাধ্যমে জুপিটার কার্নেলের সাথে দূরবর্তী যোগাযোগের মাধ্যমে কার্নেল অপারেশন সক্ষম করে। কোড চালানো, নোটবুক পরিচালনা করা, বা টার্মিনাল কমান্ড চালানোর মতো ব্যবহারকারীর ক্রিয়াগুলি একটি দূরবর্তী ML উদাহরণে একটি কার্নেল গেটওয়ে অ্যাপ দ্বারা প্রক্রিয়া করা হয়েছিল, কার্নেল গেটওয়ে একটি ডকার কন্টেইনারের মধ্যে ZeroMQ (ZMQ) এর মাধ্যমে এই ক্রিয়াকলাপগুলিকে সহজতর করে৷ নিচের চিত্রটি এই স্থাপত্যকে তুলে ধরে।

আপডেট করা JupyterLab আর্কিটেকচার স্থানীয় উদাহরণে সরাসরি সমস্ত কার্নেল অপারেশন চালায়। এই স্থানীয় জুপিটার সার্ভার পদ্ধতিটি সাধারণত উন্নত কর্মক্ষমতা এবং সহজবোধ্য আর্কিটেকচার প্রদান করে। এটি লেটেন্সি এবং নেটওয়ার্ক জটিলতা কমিয়ে দেয়, সহজে ডিবাগিং এবং রক্ষণাবেক্ষণের জন্য আর্কিটেকচারকে সহজ করে, রিসোর্স ব্যবহার বাড়ায় এবং বিভিন্ন জটিল কাজের চাপের জন্য আরও নমনীয় মেসেজিং প্যাটার্ন মিটমাট করে।

সংক্ষেপে, এই আপগ্রেডটি চলমান নোটবুক এবং কোডগুলিকে কার্নেলের অনেক কাছাকাছি নিয়ে আসে, উল্লেখযোগ্যভাবে লেটেন্সি হ্রাস করে এবং স্থিতিশীলতা বৃদ্ধি করে।

নির্ধারিত স্টোরেজের উপর উন্নত নিয়ন্ত্রণ

সেজমেকার স্টুডিও ক্লাসিক মূলত সেজমেকার স্টুডিও পরিবেশের মধ্যে ব্যবহারকারীর হোম ডিরেক্টরিগুলির জন্য স্থায়ী, ভাগ করা ফাইল স্টোরেজ সরবরাহ করতে অ্যামাজন ইএফএস ব্যবহার করেছিল। এই সেটআপটি আপনাকে কেন্দ্রীয়ভাবে নোটবুক, স্ক্রিপ্ট এবং অন্যান্য প্রকল্প ফাইল সংরক্ষণ করতে সক্ষম করে, আপনার সমস্ত সেজমেকার স্টুডিও সেশন এবং দৃষ্টান্ত জুড়ে অ্যাক্সেসযোগ্য।

সেজমেকার স্টুডিওর সর্বশেষ আপডেটের সাথে, অ্যামাজন ইএফএস-ভিত্তিক স্টোরেজ থেকে একটি অ্যামাজন ইবিএস-ভিত্তিক সমাধানে স্থানান্তরিত হয়েছে। EBS ভলিউম, SageMaker স্টুডিও স্পেস এর সাথে প্রবিধান করা হয়েছে GP3 ভলিউম ভলিউম আকার থেকে স্বাধীন, 3,000 IOPS-এর একটি ধারাবাহিক বেসলাইন কর্মক্ষমতা প্রদানের জন্য ডিজাইন করা হয়েছে। এই নতুন অ্যামাজন ইবিএস স্টোরেজ মডেল প্রশিক্ষণ, ডেটা প্রসেসিং, উচ্চ-পারফরম্যান্স কম্পিউটিং এবং ডেটা ভিজ্যুয়ালাইজেশনের মতো I/O-নিবিড় কাজগুলির জন্য উচ্চতর কর্মক্ষমতা প্রদান করে। এই রূপান্তরটি সেজমেকার স্টুডিও প্রশাসকদের একটি ডোমেনের মধ্যে বা সেজমেকার জুড়ে ব্যবহারকারী প্রোফাইলগুলির দ্বারা স্টোরেজ ব্যবহারের উপর আরও বেশি অন্তর্দৃষ্টি এবং নিয়ন্ত্রণ দেয়। আপনি এখন ডিফল্ট সেট করতে পারেন (DefaultEbsVolumeSizeInGb) এবং সর্বোচ্চ (MaximumEbsVolumeSizeInGb) প্রতিটি ব্যবহারকারীর প্রোফাইলের মধ্যে JupyterLab স্থানগুলির জন্য স্টোরেজ মাপ।

উন্নত কর্মক্ষমতা ছাড়াও, আপনার কাছে কোনো প্রশাসনিক পদক্ষেপের প্রয়োজন ছাড়াই আপনার SageMaker স্টুডিও ইন্টারফেস থেকে UI বা API অ্যাকশন ব্যবহার করে আপনার স্পেস সেটিং সম্পাদনা করে আপনার স্পেস এর এমএল কম্পিউট ইনস্ট্যান্সের সাথে সংযুক্ত স্টোরেজ ভলিউমকে নমনীয়ভাবে রিসাইজ করার ক্ষমতা রয়েছে। যাইহোক, মনে রাখবেন যে আপনি শুধুমাত্র একটি দিকে EBS ভলিউম আকার সম্পাদনা করতে পারেন — আপনি স্থানের EBS ভলিউম আকার বৃদ্ধি করার পরে, আপনি এটিকে আবার নিচে নামাতে সক্ষম হবেন না।

সেজমেকার স্টুডিও এখন প্রশাসকদের জন্য নির্ধারিত স্টোরেজের উন্নত নিয়ন্ত্রণ অফার করে:

• SageMaker স্টুডিও প্রশাসকরা ব্যবহারকারী প্রোফাইলের জন্য EBS ভলিউম আকার পরিচালনা করতে পারেন। এই JupyterLab EBS ভলিউম সর্বনিম্ন 5 GB থেকে সর্বোচ্চ 16 TB পর্যন্ত পরিবর্তিত হতে পারে। নিম্নলিখিত কোড স্নিপেট দেখায় কিভাবে ডিফল্ট এবং সর্বোচ্চ স্থান সেটিংস সহ একটি ব্যবহারকারী প্রোফাইল তৈরি বা আপডেট করতে হয়:

  aws --region $REGION sagemaker create-user-profile --domain-id $DOMAIN_ID --user-profile-name $USER_PROFILE_NAME --user-settings '{ "SpaceStorageSettings": { "DefaultEbsStorageSettings":{ "DefaultEbsVolumeSizeInGb":5, "MaximumEbsVolumeSizeInGb":100 } }
  }' # alternatively to update an existing user profile
  aws --region $REGION sagemaker update-user-profile --domain-id $DOMAIN_ID --user-profile-name $USER_PROFILE_NAME --user-settings '{ "SpaceStorageSettings": { "DefaultEbsStorageSettings":{ "DefaultEbsVolumeSizeInGb":25, "MaximumEbsVolumeSizeInGb":100 } }
  }'

• সেজমেকার স্টুডিও এখন অ্যামাজন ইবিএস সংস্থানগুলির জন্য একটি উন্নত স্বয়ংক্রিয়-ট্যাগিং বৈশিষ্ট্য অফার করে, স্বয়ংক্রিয়ভাবে ডোমেন, ব্যবহারকারী এবং স্পেস তথ্য সহ ব্যবহারকারীদের দ্বারা তৈরি ভলিউম লেবেল করে। এই অগ্রগতি স্টোরেজ সংস্থানগুলির জন্য ব্যয় বরাদ্দ বিশ্লেষণকে সহজ করে, প্রশাসকদের আরও কার্যকরভাবে ব্যয় পরিচালনা এবং বৈশিষ্ট্যযুক্ত করতে সহায়তা করে। এটাও মনে রাখা গুরুত্বপূর্ণ যে এই EBS ভলিউমগুলি পরিষেবা অ্যাকাউন্টের মধ্যে হোস্ট করা হয়েছে, তাই আপনার সরাসরি দৃশ্যমানতা থাকবে না। তবুও, স্টোরেজ ব্যবহার এবং সংশ্লিষ্ট খরচ সরাসরি ডোমেন ARN, ব্যবহারকারী প্রোফাইল ARN, এবং Space ARN-এর সাথে যুক্ত, যা সহজবোধ্য খরচ বরাদ্দের সুবিধা দেয়।
• অ্যাডমিনিস্ট্রেটররা কাস্টমার ম্যানেজড কী (সিএমকে) ব্যবহার করে বিশ্রামে স্পেসের ইবিএস ভলিউমের এনক্রিপশন নিয়ন্ত্রণ করতে পারেন।

আপনার নিজস্ব EFS ফাইল সিস্টেমের সাথে শেয়ার করা ভাড়াটি

এমএল ওয়ার্কফ্লোগুলি সাধারণত সহযোগী, দলের সদস্যদের মধ্যে ডেটা এবং কোডের দক্ষ ভাগাভাগি প্রয়োজন। নতুন সেজমেকার স্টুডিও আপনাকে ডেটা, কোড এবং অন্যান্য শিল্পকর্ম শেয়ার করার মাধ্যমে শেয়ার করতে সক্ষম করে এই সহযোগিতামূলক দিকটিকে উন্নত করে আপনার নিজস্ব EFS ফাইল সিস্টেম আনুন. এই ইএফএস ড্রাইভটি সেজমেকার থেকে স্বাধীনভাবে সেট আপ করা যেতে পারে বা বিদ্যমান অ্যামাজন ইএফএস সংস্থান হতে পারে। এটির ব্যবস্থা করার পরে, এটিকে সেজমেকার স্টুডিও ব্যবহারকারী প্রোফাইলে নির্বিঘ্নে মাউন্ট করা যেতে পারে। এই বৈশিষ্ট্যটি একটি একক ডোমেনের মধ্যে ব্যবহারকারীর প্রোফাইলে সীমাবদ্ধ নয় - এটি ডোমেন জুড়ে প্রসারিত হতে পারে, যতক্ষণ না তারা একই অঞ্চলের মধ্যে থাকে।

নিম্নলিখিত উদাহরণ কোড আপনাকে দেখায় কিভাবে একটি ডোমেন তৈরি করতে হয় এবং এর সাথে যুক্ত ব্যবহার করে একটি বিদ্যমান EFS ভলিউম সংযুক্ত করতে হয় fs-id. EFS ভলিউমগুলি রুট বা উপসর্গ স্তরে একটি ডোমেনের সাথে সংযুক্ত করা যেতে পারে, যেমন নিম্নলিখিত কমান্ডগুলি প্রদর্শন করে:

# create a domain with and attach an existing EFS volume at root level
aws sagemaker create-domain --domain-name "myDomain" --vpc-id {VPC_ID} --subnet-ids {SUNBET_IDS} --auth-mode IAM --default-user-settings "CustomFileSystemConfigs=[{EFSFileSystemConfig={FileSystemId="fs-12345678"}}]" # create a domain with and attach an existing EFS volume at file system prefix leve
aws sagemaker create-domain --domain-name "myDomain" --vpc-id {VPC_ID} --subnet-ids {SUNBET_IDS} --auth-mode IAM --default-user-settings "CustomFileSystemConfigs=[{EFSFileSystemConfig={FileSystemId="fs-12345678", FileSystemPath="/my/custom/path"}}]" # update an existing domain with your own EFS
aws sagemaker update-domain --region us-west-2 --domain-id d-xxxxx --default-user-settings "CustomFileSystemConfigs=[{EFSFileSystemConfig={FileSystemId="fs-12345678"}}]"

যখন একটি EFS মাউন্ট একটি ডোমেন এবং তার সম্পর্কিত ব্যবহারকারী প্রোফাইলে উপলব্ধ করা হয়, আপনি এটি একটি নতুন স্থান সংযুক্ত করতে বেছে নিতে পারেন। এটি সেজমেকার স্টুডিও ইউআই বা একটি API অ্যাকশন ব্যবহার করে করা যেতে পারে, যেমনটি নিম্নলিখিত উদাহরণে দেখানো হয়েছে। এটি লক্ষ্য করা গুরুত্বপূর্ণ যে যখন একটি EFS ফাইল সিস্টেমের সাথে একটি স্থান তৈরি করা হয় যা ডোমেন স্তরে প্রবিধান করা হয়, তখন স্থানটি তার বৈশিষ্ট্যগুলিকে উত্তরাধিকার সূত্রে পায়। এর মানে হল যে যদি ফাইল সিস্টেমটি ডোমেনের মধ্যে একটি রুট বা উপসর্গ স্তরে প্রবিধান করা হয়, এই সেটিংসগুলি স্বয়ংক্রিয়ভাবে ডোমেন ব্যবহারকারীদের দ্বারা তৈরি স্থানের জন্য প্রযোজ্য হবে।

# attach an a preconfigured EFS to a space
aws sagemaker create-space --space-name byofs-space --domain-id "myDomain" --ownership-settings "OwnerUserProfileName={USER_PROFILE_NAME}" --space-sharing-settings "SharingType=Private" --space-settings "AppType=JupyterLab,CustomFileSystems=[{EFSFileSystem={FileSystemId="fs-12345678"}}]")

এটিকে একটি স্পেসে মাউন্ট করার পরে, আপনি অ্যাডমিন-প্রভিশন করা মাউন্ট পয়েন্টের উপরে অবস্থিত আপনার সমস্ত ফাইল সনাক্ত করতে পারেন। এই ফাইলগুলি ডিরেক্টরি পাথে পাওয়া যাবে /mnt/custom-file-system/efs/fs-12345678.

EFS মাউন্টগুলি একটি ব্যবহারকারীর স্থানের মধ্যে বা একাধিক ব্যবহারকারীর মধ্যে বা ডোমেন জুড়ে আর্টিফ্যাক্টগুলি ভাগ করে নেওয়ার জন্য সহজ, এটি সহযোগিতামূলক কাজের চাপের জন্য আদর্শ করে তোলে। এই বৈশিষ্ট্যটি দিয়ে, আপনি নিম্নলিখিতগুলি করতে পারেন:

• ডেটা শেয়ার করুন - EFS মাউন্টগুলি ডেটা বিজ্ঞানের পরীক্ষার জন্য গুরুত্বপূর্ণ বড় ডেটাসেটগুলি সংরক্ষণ করার জন্য আদর্শ। ডেটাসেটের মালিকরা এই মাউন্টগুলিকে প্রশিক্ষণ, বৈধতা এবং পরীক্ষার ডেটাসেটগুলির সাথে লোড করতে পারে, যা একটি ডোমেনের মধ্যে বা একাধিক ডোমেনে ব্যবহারকারীর প্রোফাইলগুলিতে অ্যাক্সেসযোগ্য করে তোলে৷ সাংগঠনিক নিরাপত্তা নীতির সাথে সম্মতি বজায় রেখে সেজমেকার স্টুডিও প্রশাসকরা বিদ্যমান অ্যাপ্লিকেশন EFS মাউন্টগুলিকে একীভূত করতে পারেন। এটি নমনীয় উপসর্গ-স্তরের মাউন্টিংয়ের মাধ্যমে করা হয়। উদাহরণস্বরূপ, যদি একই EFS মাউন্টে উত্পাদন এবং পরীক্ষার ডেটা সংরক্ষণ করা হয় (যেমন fs-12345678:/data/prod and fs-12345678:/data/test), মাউন্ট করা /data/test SageMaker ডোমেনের ব্যবহারকারী প্রোফাইলে ব্যবহারকারীদের শুধুমাত্র পরীক্ষার ডেটাসেটে অ্যাক্সেস দেয়। এই সেটআপ বিশ্লেষণ বা মডেল প্রশিক্ষণের অনুমতি দেয় যখন উত্পাদন ডেটা সুরক্ষিত এবং অ্যাক্সেসযোগ্য না থাকে।
• কোড শেয়ার করুন - EFS মাউন্ট ব্যবহারকারীর প্রোফাইলের মধ্যে কোড আর্টিফ্যাক্টের দ্রুত ভাগ করে নেওয়ার সুবিধা দেয়। এমন পরিস্থিতিতে যেখানে ব্যবহারকারীদের ঘন ঘন গিট পুশ/পুল কমান্ডের জটিলতা ছাড়াই দ্রুত কোডের নমুনা শেয়ার করতে হবে বা একটি সাধারণ কোড বেসে সহযোগিতা করতে হবে, শেয়ার করা EFS মাউন্টগুলি অত্যন্ত উপকারী। তারা একটি দলের মধ্যে বা SageMaker স্টুডিওতে বিভিন্ন দল জুড়ে কাজের-ইন-প্রোগ্রেস কোড আর্টিফ্যাক্ট শেয়ার করার একটি সুবিধাজনক উপায় অফার করে।
• উন্নয়ন পরিবেশ শেয়ার করুন - শেয়ার করা EFS মাউন্টগুলি ব্যবহারকারী এবং দলগুলির মধ্যে স্যান্ডবক্স পরিবেশগুলিকে দ্রুত ছড়িয়ে দেওয়ার উপায় হিসাবেও কাজ করতে পারে। EFS মাউন্টগুলি একাধিক ওয়ার্কস্পেস জুড়ে পাইথন পরিবেশ যেমন conda বা virtualenv ভাগ করার জন্য একটি কঠিন বিকল্প প্রদান করে। এই পদ্ধতিটি বিতরণের প্রয়োজনীয়তাকে বাধা দেয় requirements.txt or environment.yml ফাইলগুলি, যা প্রায়শই বিভিন্ন ব্যবহারকারীর প্রোফাইল জুড়ে পরিবেশ তৈরি বা পুনঃনির্মাণের পুনরাবৃত্তিমূলক কাজ হতে পারে।

এই বৈশিষ্ট্যগুলি সেজমেকার স্টুডিওর মধ্যে সহযোগিতামূলক ক্ষমতাগুলিকে উল্লেখযোগ্যভাবে উন্নত করে, যা জটিল এমএল প্রকল্পগুলিতে দলগুলিকে দক্ষতার সাথে একসাথে কাজ করা সহজ করে তোলে। অতিরিক্তভাবে, কোড-ওএসএস (ভিজ্যুয়াল স্টুডিও কোড ওপেন সোর্স) এর উপর ভিত্তি করে কোড এডিটর পূর্বোক্ত JupyterLab অভিজ্ঞতার মতো একই স্থাপত্য নীতিগুলি ভাগ করে এই প্রান্তিককরণটি অনেক সুবিধা নিয়ে আসে, যেমন লেটেন্সি হ্রাস, উন্নত স্থিতিশীলতা এবং উন্নত প্রশাসনিক নিয়ন্ত্রণ, এবং ব্যবহারকারীর অ্যাক্সেস সক্ষম করে শেয়ার্ড ওয়ার্কস্পেস, জুপিটারল্যাব স্পেস-এ দেওয়া অনুরূপ।

JupyterLab Spaces এ জেনারেটিভ এআই-চালিত টুল

জেনারেটিভ এআই, কৃত্রিম বুদ্ধিমত্তার একটি দ্রুত বিকশিত ক্ষেত্র, বিস্তৃত বিদ্যমান ডেটা থেকে পাঠ্য, চিত্র এবং কোডের মতো নতুন সামগ্রী তৈরি করতে অ্যালগরিদম ব্যবহার করে। এই প্রযুক্তিটি রুটিন কাজগুলিকে স্বয়ংক্রিয় করে, জটিল কোড স্ট্রাকচার তৈরি করে এবং বুদ্ধিমান পরামর্শ প্রদান করে কোডিং-এ বিপ্লব এনেছে, যার ফলে প্রোগ্রামিং-এ সৃজনশীলতা এবং সমস্যা সমাধানের উন্নয়নকে স্ট্রিমলাইন করে। ডেভেলপারদের জন্য একটি অপরিহার্য হাতিয়ার হিসেবে, জেনারেটিভ এআই উৎপাদনশীলতা বাড়ায় এবং প্রযুক্তি শিল্পে উদ্ভাবন চালায়। সেজমেকার স্টুডিও অ্যামাজন কোড হুইস্পারার এবং জুপিটার এআই-এর মতো প্রি-ইনস্টল করা টুলগুলির সাহায্যে এই বিকাশকারীর অভিজ্ঞতাকে উন্নত করে, যা বিকাশের জীবনচক্রকে ত্বরান্বিত করতে জেনারেটিভ এআই ব্যবহার করে।

আমাজন কোড হুইস্পার

Amazon CodeWhisperer হল একটি প্রোগ্রামিং সহকারী যা রিয়েল-টাইম কোড সুপারিশ এবং সমাধানের মাধ্যমে বিকাশকারীর উৎপাদনশীলতা বাড়ায়। একটি AWS পরিচালিত AI পরিষেবা হিসাবে, এটি নির্বিঘ্নে সেজমেকার স্টুডিও জুপিটারল্যাব IDE-তে একত্রিত হয়েছে। এই ইন্টিগ্রেশন Amazon CodeWhisperer কে ডেভেলপারের কর্মপ্রবাহে একটি তরল এবং মূল্যবান সংযোজন করে তোলে।

Amazon CodeWhisperer সাধারণ কোডিং কাজগুলিকে স্বয়ংক্রিয় করে, আরও কার্যকর কোডিং প্যাটার্নের পরামর্শ দিয়ে এবং ডিবাগ করার সময় কমিয়ে ডেভেলপারের দক্ষতা বৃদ্ধিতে পারদর্শী। এটি শিক্ষানবিস এবং পাকা কোডার উভয়ের জন্য একটি অপরিহার্য হাতিয়ার হিসেবে কাজ করে, সর্বোত্তম অনুশীলনের অন্তর্দৃষ্টি প্রদান করে, উন্নয়ন প্রক্রিয়াকে ত্বরান্বিত করে এবং কোডের সামগ্রিক গুণমান উন্নত করে। Amazon CodeWhisperer ব্যবহার শুরু করতে, নিশ্চিত করুন যে স্বতঃ-পরামর্শ পুনরায় শুরু করুন বৈশিষ্ট্য সক্রিয় করা হয়। আপনি ম্যানুয়ালি ব্যবহার করে কোড পরামর্শ আহ্বান করতে পারেন কীবোর্ড শর্টকাটগুলি.

বিকল্পভাবে, আপনার উদ্দিষ্ট কোড ফাংশন বর্ণনা করে একটি মন্তব্য লিখুন এবং কোডিং শুরু করুন; Amazon CodeWhisperer পরামর্শ দেওয়া শুরু করবে।

মনে রাখবেন যে যদিও Amazon CodeWhisperer আগে থেকে ইনস্টল করা আছে, আপনার অবশ্যই থাকতে হবে codewhisperer:GenerateRecommendations কোড সুপারিশ পেতে মৃত্যুদন্ড কার্যকর ভূমিকা অংশ হিসাবে অনুমতি. অতিরিক্ত বিবরণের জন্য, পড়ুন Amazon SageMaker স্টুডিওর সাথে CodeWhisperer ব্যবহার করা. আপনি যখন Amazon CodeWhisperer ব্যবহার করেন, AWS, পরিষেবার উন্নতির উদ্দেশ্যে, আপনার ব্যবহার এবং বিষয়বস্তু সম্পর্কে ডেটা সঞ্চয় করতে পারে। Amazon CodeWhisperer থেকে অপ্ট আউট করতে ডেটা শেয়ারিং নীতি, আপনি নেভিগেট করতে পারেন বিন্যাস উপরের মেনু থেকে বিকল্প তারপর নেভিগেট করুন সেটিংস সম্পাদক এবং অক্ষম করুন Amazon CodeWhisperer এর সাথে ব্যবহারের ডেটা শেয়ার করুন Amazon CodeWhisperer সেটিংস মেনু থেকে।

জুপিটার এআই

জুপিটার এআই একটি ওপেন সোর্স টুল যা জুপিটার নোটবুকে জেনারেটিভ এআই নিয়ে আসে, জেনারেটিভ এআই মডেল অন্বেষণের জন্য একটি শক্তিশালী এবং ব্যবহারকারী-বান্ধব প্ল্যাটফর্ম অফার করে। এটি নোটবুকের ভিতরে একটি জেনারেটিভ AI খেলার মাঠ তৈরি করার জন্য %%ai ম্যাজিক, কথোপকথন সহকারী হিসাবে AI-এর সাথে ইন্টারঅ্যাক্ট করার জন্য JupyterLab-এ একটি নেটিভ চ্যাট UI এবং বিস্তৃত বৃহৎ ভাষার জন্য সমর্থন প্রদান করে JupyterLab এবং Jupyter Notebook-এ উৎপাদনশীলতা বাড়ায়। মডেল (LLM) প্রদানকারী যেমন AI21, Anthropic, Cohere, এবং Hugging Face বা পরিচালিত পরিষেবা যেমন আমাজন বেডরক এবং সেজমেকার এন্ডপয়েন্ট। এই ইন্টিগ্রেশন ডেটা বিশ্লেষণ, এমএল, এবং কোডিং কাজগুলির জন্য আরও দক্ষ এবং উদ্ভাবনী পদ্ধতি সরবরাহ করে। উদাহরণস্বরূপ, আপনি প্রসেস এবং ওয়ার্কফ্লোতে সহায়তার জন্য Jupyternaut চ্যাট ইন্টারফেস ব্যবহার করে একটি ডোমেন-সচেতন LLM-এর সাথে যোগাযোগ করতে পারেন বা SageMaker এন্ডপয়েন্টে হোস্ট করা CodeLlama-এর মাধ্যমে উদাহরণ কোড তৈরি করতে পারেন। এটি ডেভেলপার এবং ডেটা বিজ্ঞানীদের জন্য এটি একটি মূল্যবান হাতিয়ার করে তোলে।

জুপিটার এআই একটি প্রদান করে ব্যাপক নির্বাচন বাক্সের বাইরে ব্যবহারের জন্য প্রস্তুত ভাষার মডেলগুলির। উপরন্তু, কাস্টম মডেলগুলি সেজমেকার এন্ডপয়েন্টের মাধ্যমেও সমর্থিত, নমনীয়তা এবং ব্যবহারকারীদের জন্য বিস্তৃত বিকল্পের প্রস্তাব দেয়। এটি মডেলগুলি এম্বেড করার জন্য সমর্থনও অফার করে, আপনাকে ইনলাইন তুলনা এবং পরীক্ষা করতে এবং এমনকি অ্যাডহক রিট্রিভাল অগমেন্টেড জেনারেশন (RAG) অ্যাপগুলি তৈরি বা পরীক্ষা করতে সক্ষম করে৷

Jupyter AI আপনার চ্যাট সহকারী হিসাবে কাজ করতে পারে, আপনাকে কোড নমুনা দিয়ে সাহায্য করতে পারে, আপনাকে প্রশ্নের উত্তর প্রদান করতে পারে এবং আরও অনেক কিছু করতে পারে।

আপনি জুপিটার এআই ব্যবহার করতে পারেন %%ai আপনার নোটবুকের ভিতরে নমুনা কোড তৈরি করতে ম্যাজিক, যা নিম্নলিখিত স্ক্রিনশটে দেখানো হয়েছে।

জুপিটারল্যাব 4.0

JupyterLab টিম 4.0 সংস্করণ প্রকাশ করেছে, এতে কর্মক্ষমতা, কার্যকারিতা এবং ব্যবহারকারীর অভিজ্ঞতার উল্লেখযোগ্য উন্নতি রয়েছে। এই রিলিজ সম্পর্কে বিস্তারিত তথ্য অফিসিয়াল পাওয়া যায় জুপিটারল্যাব ডকুমেন্টেশন.

এই সংস্করণটি, এখন সেজমেকার স্টুডিও জুপিটারল্যাবে স্ট্যান্ডার্ড, বড় নোটবুক এবং দ্রুত অপারেশন পরিচালনার জন্য অপ্টিমাইজড পারফরম্যান্স প্রবর্তন করে, সিএসএস নিয়ম অপ্টিমাইজেশান এবং কোড মিরর 6 এবং ম্যাথজ্যাক্স 3 গ্রহণের মতো উন্নতির জন্য ধন্যবাদ। মূল বর্ধনগুলির মধ্যে আরও ভাল অ্যাক্সেসযোগ্যতা এবং কাস্টমাইজেশন সহ একটি আপগ্রেড করা পাঠ্য সম্পাদক অন্তর্ভুক্ত রয়েছে। , পাইথন এক্সটেনশনের সহজ ইনস্টলেশনের জন্য একটি নতুন এক্সটেনশন ম্যানেজার, এবং উন্নত বৈশিষ্ট্য সহ উন্নত নথি অনুসন্ধান ক্ষমতা। উপরন্তু, সংস্করণ 4.0 UI উন্নতি, অ্যাক্সেসিবিলিটি বর্ধিতকরণ এবং ডেভেলপমেন্ট টুলগুলির আপডেট নিয়ে আসে এবং কিছু বৈশিষ্ট্য JupyterLab 3.6-এ ব্যাকপোর্ট করা হয়েছে।

উপসংহার

সেজমেকার স্টুডিওর অগ্রগতি, বিশেষ করে নতুন জুপিটারল্যাবের অভিজ্ঞতার সাথে, এমএল বিকাশে একটি উল্লেখযোগ্য অগ্রগতি চিহ্নিত করেছে। আপডেট করা সেজমেকার স্টুডিও ইউআই, জুপিটারল্যাব, কোড এডিটর এবং আরএসটুডিওর একীকরণ সহ, এমএল ডেভেলপারদের জন্য একটি অতুলনীয়, সুবিন্যস্ত পরিবেশ অফার করে। JupyterLab Spaces-এর প্রবর্তন গণনা এবং স্টোরেজ রিসোর্স কাস্টমাইজ করার ক্ষেত্রে নমনীয়তা এবং সহজতা প্রদান করে, এমএল ওয়ার্কফ্লোগুলির সামগ্রিক দক্ষতা বৃদ্ধি করে। দূরবর্তী কার্নেল আর্কিটেকচার থেকে JupyterLab-এ একটি স্থানীয় মডেলে স্থানান্তর স্টার্টআপ লেটেন্সি হ্রাস করার সাথে সাথে স্থিতিশীলতাকে ব্যাপকভাবে বৃদ্ধি করে। এর ফলে একটি দ্রুত, আরো স্থিতিশীল এবং প্রতিক্রিয়াশীল কোডিং অভিজ্ঞতা হয়। অধিকন্তু, JupyterLab-এ Amazon CodeWhisperer এবং Jupyter AI-এর মতো জেনারেটিভ AI টুলগুলির একীকরণ ডেভেলপারদের আরও শক্তিশালী করে, যা আপনাকে কোডিং সহায়তা এবং উদ্ভাবনী সমস্যা সমাধানের জন্য AI ব্যবহার করতে সক্ষম করে৷ প্রভিশন করা স্টোরেজের উপর বর্ধিত নিয়ন্ত্রণ এবং স্ব-পরিচালিত EFS মাউন্টের মাধ্যমে অনায়াসে কোড এবং ডেটা ভাগ করার ক্ষমতা সহযোগিতামূলক প্রকল্পগুলিকে ব্যাপকভাবে সহজতর করে। সবশেষে, SageMaker স্টুডিওর মধ্যে JupyterLab 4.0-এর রিলিজ এই উন্নতিগুলিকে আন্ডারস্কোর করে, অপ্টিমাইজড পারফরম্যান্স, আরও ভাল অ্যাক্সেসিবিলিটি এবং আরও বেশি ব্যবহারকারী-বান্ধব ইন্টারফেস অফার করে, যার ফলে আধুনিক প্রযুক্তিগত ল্যান্ডস্কেপে দক্ষ এবং কার্যকর ML বিকাশের ভিত্তি হিসাবে JupyterLab-এর ভূমিকাকে দৃঢ় করে।

SageMaker Studio JupyterLab Spaces আমাদের ব্যবহার করে দেখুন দ্রুত অনবোর্ড বৈশিষ্ট্য, যা আপনাকে কয়েক মিনিটের মধ্যে একক ব্যবহারকারীদের জন্য একটি নতুন ডোমেন তৈরি করতে দেয়। মন্তব্য বিভাগে আপনার চিন্তা শেয়ার করুন!

পরিশিষ্ট: সেজমেকার স্টুডিও ক্লাসিকের কার্নেল গেটওয়ে আর্কিটেকচার

A সেজমেকার ক্লাসিক ডোমেন হল একটি EFS ভলিউমের একটি যৌক্তিক সমষ্টি, ডোমেনে অ্যাক্সেস করার জন্য অনুমোদিত ব্যবহারকারীদের একটি তালিকা এবং নিরাপত্তা, অ্যাপ্লিকেশন, নেটওয়ার্কিং এবং আরও অনেক কিছু সম্পর্কিত কনফিগারেশন। সেজমেকারের সেজমেকার স্টুডিও ক্লাসিক আর্কিটেকচারে, সেজমেকার ডোমেনের মধ্যে প্রতিটি ব্যবহারকারীর একটি স্বতন্ত্র ব্যবহারকারী প্রোফাইল রয়েছে। এই প্রোফাইলে ব্যবহারকারীর ভূমিকা এবং EFS ভলিউমে তাদের Posix ব্যবহারকারী আইডি, অন্যান্য অনন্য ডেটার মতো নির্দিষ্ট বিবরণ অন্তর্ভুক্ত রয়েছে। ব্যবহারকারীরা তাদের ওয়েব ব্রাউজারে HTTPS/WSS এর মাধ্যমে সংযুক্ত একটি ডেডিকেটেড জুপিটার সার্ভার অ্যাপের মাধ্যমে তাদের স্বতন্ত্র ব্যবহারকারী প্রোফাইল অ্যাক্সেস করে। সেজমেকার স্টুডিও ক্লাসিক জুপিটার সার্ভার এবং কার্নেল গেটওয়ে অ্যাপ প্রকারের সংমিশ্রণ ব্যবহার করে একটি দূরবর্তী কার্নেল আর্কিটেকচার ব্যবহার করে, নোটবুক সার্ভারগুলিকে দূরবর্তী হোস্টগুলিতে কার্নেলের সাথে ইন্টারঅ্যাক্ট করতে সক্ষম করে। এর মানে হল যে জুপিটার কার্নেলগুলি নোটবুক সার্ভারের হোস্টে নয়, তবে পৃথক হোস্টে ডকার পাত্রে কাজ করে। সারমর্মে, আপনার নোটবুক EFS হোম ডিরেক্টরিতে সংরক্ষিত থাকে এবং কোডটি দূরবর্তীভাবে অন্য একটিতে চালায় অ্যামাজন ইলাস্টিক কম্পিউট ক্লাউড (Amazon EC2) উদাহরণ, যেটিতে ML লাইব্রেরি যেমন PyTorch, TensorFlow, Scikit-Learn এবং আরও অনেক কিছু দিয়ে সজ্জিত একটি পূর্ব-নির্মিত ডকার কন্টেইনার রয়েছে।

SageMaker স্টুডিওতে রিমোট কার্নেল আর্কিটেকচার মাপযোগ্যতা এবং নমনীয়তার ক্ষেত্রে উল্লেখযোগ্য সুবিধা প্রদান করে। যাইহোক, এর সীমাবদ্ধতা রয়েছে, যার মধ্যে রয়েছে প্রতি ইন্সট্যান্স টাইপের সর্বোচ্চ চারটি অ্যাপ এবং একটি সাধারণ EC2 ইন্সট্যান্স টাইপের সাথে অসংখ্য HTTPS/WSS সংযোগের কারণে সম্ভাব্য বাধা। এই সীমাবদ্ধতা ব্যবহারকারীর অভিজ্ঞতাকে নেতিবাচকভাবে প্রভাবিত করতে পারে।

নিচের আর্কিটেকচার ডায়াগ্রামে সেজমেকার স্টুডিও ক্লাসিক আর্কিটেকচার দেখানো হয়েছে। এটি ব্যবহারকারীর পছন্দের ওয়েব ব্রাউজার ব্যবহার করে একটি Jupyter সার্ভার অ্যাপের মাধ্যমে কার্নেল গেটওয়ে অ্যাপের সাথে সংযোগ করার প্রক্রিয়াকে চিত্রিত করে।

লেখক সম্পর্কে

প্রণব মূর্তি AWS-এর একজন AI/ML স্পেশালিস্ট সলিউশন আর্কিটেক্ট। তিনি গ্রাহকদের সেজমেকারে মেশিন লার্নিং (এমএল) কাজের চাপ তৈরি, প্রশিক্ষণ, স্থাপন এবং স্থানান্তর করতে সহায়তা করার দিকে মনোনিবেশ করেন। তিনি পূর্বে সেমিকন্ডাক্টর শিল্পে কাজ করেছেন যা অত্যাধুনিক এমএল কৌশলগুলি ব্যবহার করে সেমিকন্ডাক্টর প্রক্রিয়াগুলিকে উন্নত করতে বড় কম্পিউটার ভিশন (সিভি) এবং প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (এনএলপি) মডেল তৈরি করেছে। তার অবসর সময়ে, তিনি দাবা খেলা এবং ভ্রমণ উপভোগ করেন। আপনি প্রণব খুঁজে পেতে পারেন লিঙ্কডইন.

কুনাল ঝা AWS-এর একজন সিনিয়র প্রোডাক্ট ম্যানেজার। তিনি এন্ড-টু-এন্ড এমএল ডেভেলপমেন্টের জন্য সর্বোত্তম-শ্রেণীর পছন্দ হিসাবে Amazon SageMaker স্টুডিও তৈরির দিকে মনোনিবেশ করেছেন। তার অবসর সময়ে, কুনাল স্কিইং এবং প্রশান্ত মহাসাগরীয় উত্তর-পশ্চিম অন্বেষণ উপভোগ করেন। আপনি তাকে খুঁজে পেতে পারেন লিঙ্কডইন.

মাঝিষা নামথ পরমবাথ অ্যামাজন সেজমেকারের একজন সিনিয়র সফটওয়্যার ইঞ্জিনিয়ার। তিনি 8 বছরেরও বেশি সময় ধরে অ্যামাজনে রয়েছেন এবং বর্তমানে অ্যামাজন সেজমেকার স্টুডিওর এন্ড-টু-এন্ড অভিজ্ঞতার উন্নতির জন্য কাজ করছেন।

ভরত নন্দমুরি অ্যামাজন সেজমেকার স্টুডিওতে কাজ করা একজন সিনিয়র সফটওয়্যার ইঞ্জিনিয়ার। তিনি এমএল সিস্টেমের জন্য ইঞ্জিনিয়ারিং-এ ফোকাস দিয়ে উচ্চ স্কেল ব্যাকএন্ড পরিষেবাগুলি তৈরি করার বিষয়ে উত্সাহী। কাজের বাইরে, তিনি দাবা খেলা, হাইকিং এবং সিনেমা দেখতে উপভোগ করেন।

ডেরেক লাউস AWS এ একজন সফটওয়্যার ইঞ্জিনিয়ার। তিনি আমাজন সেজমেকার স্টুডিও এবং নোটবুক ইনস্ট্যান্সের মাধ্যমে গ্রাহকদের কাছে মূল্য সরবরাহ করতে প্রতিশ্রুতিবদ্ধ। তার অবসর সময়ে, ডেরেক পরিবার এবং বন্ধুদের সাথে সময় কাটাতে এবং হাইকিং উপভোগ করেন। আপনি ডেরেক খুঁজে পেতে পারেন লিঙ্কডইন.

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• উত্স: https://aws.amazon.com/blogs/machine-learning/boost-productivity-on-amazon-sagemaker-studio-introducing-jupyterlab-spaces-and-generative-ai-tools/