2017 年AWS re：Invent上發布了三款AI服務，其中一款就是Amazon SageMaker，這也是當年最有具有戰略意義的產品發布，其將機器學習從面向開發人員的基礎能力開放階段推向面向包括數據科學家等多類角色的端到端快速應用構建階段。

到了2019年AWS re：Invent，Amazon SageMaker又迎來6個更新，包括：Amazon SageMaker Studio面向機器學習的集成開發環境(IDE)、Amazon SageMaker Notebooks彈性筆記本、Amazon SageMaker Experiments實驗管理、Amazon SageMaker Debugger調試與分析、Amazon SageMaker Model Monitor自動構建模型、Amazon SageMaker Autopilot概念漂移檢測。

Amazon SageMaker全家桶的推出，進一步降低了企業在機器學習使用上的門檻，這也讓工程師就可以做更多的事情，而不需要太多領域專家或者科學家的介入。

2020年，Amazon SageMaker終于正式落地中國，同時也包括了2019年的6大更新，中國企業將能夠更輕松地構建、訓練、調優和部署機器學習模型。

應用機器學習可以開啟想象力

機器學習實際上已經存在了幾十年或者也可以認為存在了幾個世紀。機器學習的三個關鍵元素包括數據、算力、算法，而云計算為機器學習起到了關鍵的作用，因為云計算可以方便的提供大數據的存儲、計算能力，又可以方便的分享算法。

從電商時代開始，亞馬遜就非常關注機器學習。產品推薦、產品搜索、物流配送、送貨機器人、智能助理Amazon Echo、無人值守商店Amazon Go等，都有機器學習的身影。

Amazon SageMaker 是一項完全托管的服務，可以幫助開發者和數據科學家快速地規模化構建、訓練和部署機器學習 (ML) 模型。AWS首席云計算企業戰略顧問張俠博士表示，云計算和機器學習一體化后，AWS可以提供最廣泛、最深入的解決方案。

AWS提供的機器學習服務分為三層，第一、基礎框架層，支持幾乎所有的標準框架，同時虛機提供各種實例，以及現成的亞馬遜機器鏡像AMI(Amazon Machine Image);第二、機器學習核心服務層，包括Amazon SageMaker Studio等六大主要功能;第三、人工智能服務層，提供通過深度學習開發出的專用服務，像Amazon Rekognition、Amazon Polly、Amazon Transcribe等。

有了Amazon SageMaker，企業輕松掌握機器學習不是夢

可以說AWS提供了全棧機器學習服務，利用這些工具企業可以找到人工智能、機器學習所帶來的創新點、突破點，并且能夠自己全方位的把握機器學習的工具、手段、方法，為自己所用。

而且Amazon SageMaker可以應用在不同的行業和場景中，幾乎想象力就是邊界，很多場景都會隨著時間向前推進。而在中國，像人臉識別的發展非常快，類似汽車牌照識別的應用能夠快速的落地應用。

突破機器學習的0到1

在中國使用Amazon SageMaker獲得改變的公司也不在少數。深圳大宇無限科技有限公司是2016 年初從豌豆莢分拆成立的一家移動應用程序開發公司，目前主力產品SnapTube月活用戶突破1億，日活幾千萬規模;Zapee聚焦于滿足用戶短視頻，2019年11月突破了百萬日活。

在SnapTube和Zapee中實現視頻內容在線推薦，對開發團隊帶來了巨大的挑戰，構建機器學習系統的整個流程極為復雜，需要大量的開發人員耗費很長的時間才能完成。

大宇無限機器學習技術總監蘇映濱在選擇機器學習上主要看重性能、成本、算法、豐富度、便捷性、服務等方面，同時也希望在平臺之外還能提供一些人工智能的支持。

通過使用Amazon SageMaker大宇無限實現了機器學習從0到1的突破。Amazon SageMaker的內置算法只需要準備數據，僅用三個月的時間就完成了整個系統的建設，同時與自主構建模型相比，通過訓練階段使用ECS的Spot Instance(競價實例)能夠節省70%的費用。

Amazon SageMaker還提供了非常多的機器學習框架，可以供大宇無限挑選、調試、訓練。蘇映濱表示，在實際業務中有很多不同的場景需要不同的模型，這就要求不僅要切換不同的算法，還要在不同的框架上進行嘗試，如果自行搭建需要大量的時間和技術團隊參與，Amazon SageMaker則為我們節省了時間和精力，并且提供了服務的穩定性。

未來大宇無限還將持續通過Amazon SageMaker滿足更多內容推薦發展需求，包括：文本分類、圖像識別、視頻理解、推薦排序等。

作為AWS的合作伙伴伊克羅德也在基于Amazon SageMaker為客戶量身打造AI解決方案，同時構建了技術模組，包含推薦系統、文本分析、自動化標簽、語義理解、預測分類等。伊克羅德產品經理陳昶佑也相信未來結合Amazon SageMaker解決方案，能夠將機器學習賦能給更多的中國客戶。