AWS 近期宣布改進了 Amazon SageMaker Studio 的使用體驗！新的 SageMaker Studio 基於網頁的界面加載速度更快，無論您選擇哪種整合式開發環境（IDE），都可以一致地訪問您喜歡的 IDE 以及 SageMaker 資源和工具。除了 JupyterLab 和 RStudio 之外，SageMaker Studio 現在還包括基於 Code-OSS（Visual Studio Code Open Source）的全面管理的程式碼編輯器。
使用靈活的工作空間，您可以啟動程式碼編輯器和 JupyterLab。透過這些空間，您可以隨時隨地按需調整 IDE 的計算和儲存空間，自定義運行時的環境，並隨時暫停和恢復編碼工作。您可以啟動多個這樣的空間，每個空間配置不同的計算、儲存和運行時組合。
SageMaker Studio 現在還提供了簡化的啟動和管理體驗，以幫助個人用戶和企業管理員在幾分鐘內開始使用。
以下是SageMaker Studio 一些亮點分享：
新的 SageMaker Studio 基於網頁的界面充當您喜愛的 IDE 的啟動中心，並且可以存取 SageMaker 工具，用於構建、訓練、調整和部署模型。您現在可以在 SageMaker Studio 中查看 SageMaker 訓練任務和端點，並通過 SageMaker JumpStart 存取基礎模型（FM）。此外，您不再需要手動升級 SageMaker Studio。
基於 Code-OSS（Visual Studio Code Open Source）的新程式碼編輯器
作為一名數據科學家或機器學習（ML）從業者，您現在可以登錄 SageMaker Studio 並直接從瀏覽器啟動 Code Editor。使用Code Editor，您可以從 Open VSX 註冊表和預配置的 AWS 工具包中，使用數千個與 VS Code 兼容的擴展，用於在 AWS 上開發和部署應用程序。您還可以使用由 Amazon CodeWhisperer 和 Amazon CodeGuru 提供支援的人工智能（AI）驅動的編碼助手和安全掃描工具。
在靈活的工作空間中啟動 Code Editor 和 JupyterLab
您可以使用僅由創建該空間的用戶才能訪問的私有空間來啟動 Code Editor 和 JupyterLab。這種靈活的工作空間旨在提供更快速、更高效的編碼環境。
這些空間預先配置了一個包含常用 ML 框架和 Python 包的 SageMaker 分發版。在人工智能驅動的編碼助手和安全工具的幫助下，您可以快速生成、調試、解釋和重構代碼。
此外，SageMaker Studio 提供了改進的協作體驗。您可以使用內置的 Git 集成來共享和版本化代碼，或者使用 Amazon EFS 帶入自己的共享文件存儲，以便在不同用戶或團隊之間訪問協作文件系統。
精簡的使用者啟動和管理
通過重新設計的設置和啟動工作流程，您現在可以在幾分鐘內設置 SageMaker Studio。作為個人用戶，您現在可以使用一鍵式體驗來啟動 SageMaker Studio，使用默認預設，無需了解域或 AWS IAM 角色。
作為企業管理員，逐步的指導文件幫助您選擇正確的身份驗證方法，連接到您的第三方身份提供者，集成網絡和安全配置，配置細粒度訪問策略，並選擇 在SageMaker Studio 中啟用的正確應用程序。您也可以隨時更新設置。
要開始，請轉到 SageMaker 控制台，然後選擇「為單個用戶設置」或「為組織設置」。
單個用戶設置將開始使用默認預設值部署 SageMaker Studio，並在幾分鐘內準備就緒。組織設置將逐步引導您完成配置。請注意，您可以選擇繼續使用傳統的 SageMaker Studio 體驗，或開始探索新的體驗。
立即體驗 Amazon SageMaker Studio
新的 Amazon SageMaker Studio 已經在所有提供 SageMaker Studio的AWS 區域中可用。新的 SageMaker Studio 將默認使用新的基於網頁的界面。如果您已經有現有的設置並且想開始使用新的體驗，請查看 SageMaker 開發者指南，了解如何遷移您的現有域的說明。
