近日，亚马逊云科技正式推出了其数据与AI统一开发平台Amazon SageMaker Unified Studio，并在发布会上详细介绍了这一平台的全新功能与特性。
Amazon SageMaker Unified Studio集成了Amazon Bedrock、Amazon EMR、Amazon Redshift、Amazon Glue以及现有Amazon SageMaker Studio中的多种独立工具与功能，包括工作室、查询编辑器和可视化工具等。这一整合使得用户能够在统一的平台上进行数据发现、数据准备、编写查询或代码、数据处理以及AI模型构建，从而大大简化了数据和AI的发现、治理与协作流程。
随着企业对私有数据高效利用的需求日益增长，私有数据已成为企业核心竞争力的重要组成部分。然而，技术迭代和业务复杂度的提升却给企业的创新和产品迭代速度带来了挑战。数据分散存储于不同工具中，导致数据管理和治理困难，难以统一访问和利用，阻碍了生成式AI应用的构建。
为了应对这些挑战，亚马逊云科技推出了Amazon SageMaker Unified Studio。据亚马逊云科技大中华区数据及存储产品总监介绍，新一代Amazon SageMaker具备四大核心能力：一是Unified Studio作为集成的数据和AI开发环境，允许用户在单一受管控的环境中完成包括模型开发、生成式AI应用程序开发、数据处理和SQL分析等在内的全工作流程；二是内置的数据和AI治理平台，支持数据发布、订阅、管理与追溯等功能；三是通过开放式湖仓一体技术，统一管理所有数据，减少数据孤岛现象；四是内嵌多种生成式AI工具，助力AI应用的开发与扩展。
在发布会上，该总监还展示了新一代Amazon SageMaker的诸多功能。用户可以在这一平台上完成数据处理与分析、数据准备、发布与订阅、访问权限管理、数据质量与血缘管理等任务。例如，在数据血缘管理方面，Amazon SageMaker提供了自动化抽取数据血缘信息、可视化检查数据质量、权限控制等工具，为用户带来了便捷、集成的数据治理体验。
目前，已有部分企业开始使用新一代Amazon SageMaker的功能。据介绍，这一平台最直接的好处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，过去这类工作需要耗费数天甚至数周的时间，但使用新一代Amazon SageMaker后，时间可以缩短至小时级或分钟级。
新一代Amazon SageMaker在AI能力方面也表现出色。它将数据准备、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，降低了管理难度和成本。
在亚马逊云科技的AI产品矩阵中，新一代的Amazon SageMaker扮演着“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，为企业的数字化转型和智能化升级提供了强有力的支持。
