AWS 正式发布 SageMaker AI training sessions
热点事件持续更新
AWS 正式发布 SageMaker AI training sessions
2 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
AWS 宣布 Amazon SageMaker AI 的 training sessions 正式发布（GA）：用户可在本地 Python 中调用 forward_backward()、optim_step()、sample() 等接口自行编写训练循环、自定义损失函数和奖励信号，SageMaker AI 负责底层 GPU 分配、分布式执行、故障恢复和 checkpoint 存储。 计费按 SageMaker AI 处理的 token 数计算；奖励函数在用户环境中评分批次时计费暂停，且无需预留容量。该功能即日起支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B 和 Qwen3.8-27B，各模型可用的 AWS 区域见官方文档。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 02:00
AWS 推出 SageMaker AI training sessions：无需管理 GPU 即可自定义模型报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AWS Machine Learning BlogAWS 推出 SageMaker AI training sessions：无需管理 GPU 即可自定义模型
AWS 宣布 Amazon SageMaker AI serverless model customization 正式推出 training sessions（GA），用户可自行编写训练循环、自定义损失函数和奖励信号，SageMaker AI 负责 GPU 分配、分布式执行、故障恢复和 checkpoint 存储。
- AWS Machine Learning BlogAmazon SageMaker 推出 training session APIs，可自写训练循环而无需管理 GPU
AWS 在 Amazon SageMaker AI 中推出 training session APIs，把抽象边界下移到训练操作：用户在本地 Python 中调用 forward_backward()、optim_step()、sample() 等接口编写训练循环，服务端负责 GPU 分配、分布式执行、故障恢复和检查点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。