Clouddatalabor

Unified your Data and AI into one place 🚀

No Data No AI

คำข้างต้นก็คงไม่ผิดนัก ในเมื่อ AI ต้องมี Data ในการเรียนรู้เพื่อที่จะเอาไปตอบปัญหาต่างๆ โดยทั้งงานในด้าน Generative AI หรือ จะเป็น Machine learning

ซึ่งทาง AWS คงเห็นว่าสิ่งเหล่านี้เป็นของที่ต้องทำไปด้วยกัน จากเดิมต้องไปทำที่ Service นี้ที Service นู้นที อย่างการจะ Query ข้อมูลทีก็ต้องไปใช้ Athena จะทำ Data pipeline ก็ต้องไปที่ Glue อะไรอย่างนี้เยอะแยะไปหมด ยังไม่รวมเรื่องการจัดการสิทธิ์ Role หรือ Policies ต่างๆอีกมากมายให้ปวดหัวไปอีก

Probability of human error is considerably higher than that of machine error.

ด้วยเหตุผลข้างต้นทำให้เกิด Amazon SageMaker Unified Studio ขึ้นมา

---

Sagemaker unified studio overview!!

มาดูกันว่า Sagemaker unified studio ทำอะไรได้บ้าง ถ้าได้ดูจากรูปด้านบนจะเห็นได้ว่าสิ่งที่เราสามารถทำการ Develop ML AI, SQL analytic, Data governance ได้ด้วย ครบจบในที่เดียวได้เลย

ซึ่งการใช้งานในแต่ละ Service นั้นจะเหมือนกับเวลาที่เราไปใช้บน Service นั้นๆเลย เช่นเราอยาก Query data ก็มีหน้าต่าง ที่เหมือนกับเวลาเราใช้งานบน Amazon Redshift เลย แต่เลือกได้เลยว่าอยากจะ Query ผ่าน query engine ตัวไหนระหว่าง Athena หรือ Redshift serverless ได้เลย

หรือจะเป็นการสร้าง Ai agent, AI flow หรือ Model evaluation ก็ทำได้เหมือนกับที่เราไปใช้บน Bedrock เลย

และนี้ก็เป็นเพียงตัวอย่าง Service ที่เราสามารถใช้งานได้บน Sagemaker unified studio ยังมีอีกเยอะมากมายขึ้นอยู่กับงานที่เราต้องการจะทำได้เลย และยังไม่พอในขณะที่เรากำลัง Develop ก็ยังจะมี Amazon Q มาคอยช่วยเหลือทำให้การใช้งานได้สะดวกและรวดเร็วมากยิ่งขึ้นด้วย

---

Key takeaway ที่น่าสนใจว่าทำไม Sagemaker studio ถึงได้น่าใช้

สิ่งที่น่าสนใจและเป็นสิ่งผู้เขียนชอบมากๆก็คือการที่มี Project ให้เราได้สร้างขึ้นมาเผื่อทำการแยก Environment ต่างๆ เช่นการที่เราอยากจะมี Dev และ Prod project สำหรับงาน AI หรือ Data pipeline โดยที่เราไม่จำเป็นต้องเปลี่ยน Account ไปมา login logout เพียงแค่ Assign user เข้าไปใน Member ของแต่ละ project เท่านั้นเอง

แต่เบื้องหลังก็ยังเป็น AWS account เดียวกันอยู่ดีทำให้ต้องระวังเรื่องการ Grant IAM permission ให้ดี

ให้มองว่าแต่ละ Project ก็เหมือน Container ที่เอาไว้เก็บ Code, Data asset, workflow หรือ Resources ต่างๆให้แยกออกจากกันเพียงเท่านั้น

อ่อ ในส่วน Data และ Workload ที่เราได้ทำไว้แล้ว ไม่ว่าจะเป็น Data catalog หรือ Bedrock และ Services อื่นๆที่มีใน Sagemaker นั้นเราสามารถเชื่อมต่อเข้ามาที่ Sagemaker ได้เลยไม่ต้องย้ายไปไหน แต่ตอนนี้ ณ ตอนที่ผมเขียน Feb 2025 นั้นบาง Service ยังจะไม่สามารถ integrate เข้ากับ Sagemaker ได้ในตอนนี้ ซึ่งทาง AWS ได้บอกไว้ว่า
“We will provide easy-to-use upgrade scripts and comprehensive guidelines to bring your existing code base to the unified SageMaker experience in Q1 2025.”
ก็คงต้องรอต่อไปอีกนิด 🚀✨

**SSO login ไม่สามารถใช้งาน Sagemaker studio ได้อย่างเต็มรูปแบบ ต้องไปใช้ Iam account แทน

Cost for Sagemaker unified studio

ในส่วนของค่าใช้จ่ายในตัวของ Sagemaker ไม่ได้มีค่าใช้จ่ายในการสร้างหรือการเชื่อมต่อ Service ต่างๆแต่จะมีการเก็บค่าใช้จ่ายตาม Service นั้นๆเช่นถ้าเรามีการ Query data ผ่าน Athena ก็จะคิดราคาแบบที่ Athena เรียกเก็บตามปรกติเลยไม่ได้มี On top cost อะไร ✨

---

หวังว่าบทความนี้จะเป็นประโยชน์นะครับ Data folk!