Bỏ qua tới nội dung chính
Quay lại tin tức

Từ Hugging Face đến Amazon SageMaker Studio chỉ với một cú nhấp chuột

Hugging Face Blog· 7/7/2026opensource
Quay lại các bài viết Từ Hugging Face đến Amazon SageMaker Studio chỉ với một cú nhấp chuột Bài viết doanh nghiệp được xuất bản Ngày 7/7/2026 Bình chọn 8 +2 Hazim Qudah hqudah Theo dõi amazon Naidile Murali naidmurali Theo dõi amazon Jeff Boudier jeffboudier Theo dõi amazon Simon Pagezy pagezyhf Theo dõi amazon Enrique Hernández Calabrés ehcalabres Theo dõi amazon Có gì mới Liên kết sâu từ Hugging Face vào SageMaker Studio Quyền được cấu hình sẵn Khả năng hiển thị hạn ngạch GPU Hướng dẫn: Liên kết sâu từ Hugging Face đến SageMaker Studio Bước 1: Khám phá và chọn Bước 2: Đăng nhập Bước 3: Đến Studio Bước 4: Kiểm tra điểm cuối của bạn Bắt đầu Kết luận Hôm nay, chúng tôi vui mừng thông báo về việc tích hợp liên kết sâu giữa Hugging Face và Amazon SageMaker AI. Giờ đây, các nhà phát triển có thể chuyển từ khám phá mô hình sang thử nghiệm thực tế trong SageMaker Studio chỉ với một lựa chọn duy nhất. Cho dù bạn tinh chỉnh một mô hình nền tảng (FM) từ Amazon SageMaker JumpStart hay triển khai nó đến một điểm cuối Amazon SageMaker Inference, giờ đây bạn có thể truy cập trực tiếp vào quy trình làm việc SageMaker Studio có liên quan. Mô hình bạn đã chọn được tải trước, và môi trường được cấu hình đầy đủ và sẵn sàng hoạt động. Trước đây, để bắt đầu trên SageMaker Studio sau khi khám phá một mô hình trên Hugging Face, cần phải thực hiện nhiều bước giữa việc mở Amazon SageMaker AI trong AWS Console, tạo một miền, cấu hình quyền IAM và đôi khi yêu cầu hạn ngạch GPU. Đối với các nhà phát triển muốn lặp lại nhanh chóng, sự cản trở này làm chậm quá trình từ ý tưởng đến thử nghiệm. Việc tích hợp tạo ra một con đường trực tiếp hơn từ khám phá đến triển khai doanh nghiệp. “Tại Arcee, chúng tôi xây dựng các mô hình mở để các nhà phát triển và doanh nghiệp thực sự có thể sở hữu những gì họ chạy: kiểm tra trọng số, huấn luyện sau trên dữ liệu của riêng họ và triển khai theo các điều khoản của riêng họ. Sự tích hợp này đưa lời hứa đó đến chặng cuối cùng. Chuyển từ một mô hình mở trên Hugging Face trực tiếp vào SageMaker Studio chỉ với một cú nhấp chuột, sau đó tinh chỉnh hoặc triển khai nó trong môi trường AWS của riêng bạn mà không cần phải kết nối bất cứ thứ gì, là loại trải nghiệm mà các mô hình mở đã thiếu. Trọng số mở mà bạn sở hữu, chạy trong đám mây mà bạn kiểm soát. Đó chính xác là sự kết hợp mà khách hàng của chúng tôi đã yêu cầu.” — Mark McQuade, Người sáng lập và Giám đốc điều hành, Arcee AI Với việc ra mắt trải nghiệm truy cập Studio chỉ bằng một cú nhấp chuột, việc chọn Tùy chỉnh trên SageMaker AI hoặc Triển khai trên SageMaker AI trên một trang mô hình Hugging Face được hỗ trợ sẽ đưa bạn trực tiếp đến bảng điều khiển. SageMaker AI sau đó sẽ tự động cung cấp một miền mới với các quyền được cấu hình sẵn trong vài giây và mang theo ngữ cảnh mô hình. Có gì mới Bản phát hành này giới thiệu ba khả năng giúp rút ngắn con đường từ một mô hình Hugging Face đến một quy trình làm việc SageMaker Studio hoạt động. Liên kết sâu từ Hugging Face vào SageMaker Studio Khi bạn duyệt các mô hình trên Hugging Face, giờ đây bạn sẽ thấy các nút hành động bên cạnh các mô hình được hỗ trợ, liên kết trực tiếp đến các quy trình làm việc của SageMaker Studio: Tùy chỉnh trên SageMaker AI mở trang Tùy chỉnh mô hình trong Studio với mô hình đã chọn được tải trước, sẵn sàng để tinh chỉnh. Triển khai trên SageMaker AI mở trang Triển khai trong Studio với mô hình được cấu hình sẵn để triển khai điểm cuối. Mỗi điểm truy cập đều giữ lại ngữ cảnh, nghĩa là bạn không cần phải tìm kiếm lại mô hình khi đã ở trong Studio. Quyền được cấu hình sẵn Các môi trường Studio mới được tạo thông qua quy trình này đi kèm với các quyền đã được cấu hình cho toàn bộ các khả năng AI của SageMaker, bao gồm tùy chỉnh mô hình, công việc huấn luyện, thử nghiệm sổ ghi chép và triển khai điểm cuối. Một chính sách được quản lý mới, AmazonSageMakerModelCustomizationCoreAccess, được tạo và đính kèm tự động. Chính sách này cung cấp quyền cho các công việc tùy chỉnh mô hình phi máy chủ sử dụng tinh chỉnh có giám sát (SFT), tối ưu hóa ưu tiên trực tiếp (DPO), học tăng cường với phần thưởng có thể kiểm chứng (RLVR) và học tăng cường từ phản hồi AI (RLAIF), với khả năng triển khai được hỗ trợ tới các điểm cuối SageMaker AI hoặc Amazon Bedrock. Điều này giúp loại bỏ nhu cầu tạo và cấu hình thủ công các vai trò và chính sách AWS Identity and Access Management (IAM) trước khi bắt đầu thử nghiệm. Đối với các môi trường Studio hiện có, các thông báo có thể thực hiện được với các liên kết trực tiếp đến tài liệu sẽ hướng dẫn người dùng thêm các quyền này. Khả năng hiển thị hạn ngạch GPU Khi chọn loại phiên bản để triển khai hoặc huấn luyện, giao diện người dùng Studio hiện hiển thị trực tiếp khả năng có sẵn của hạn ngạch trong danh sách lựa chọn phiên bản. Người dùng có thể ngay lập tức thấy các loại phiên bản GPU (G5, G6) nào có sẵn theo giới hạn hiện tại của tài khoản. Người dùng không cần điều hướng riêng đến Service Quotas. Nếu vẫn cần yêu cầu tăng giới hạn, người dùng sẽ được chuyển hướng trực tiếp đến trang Service Quotas cho loại phiên bản tương ứng. Hướng dẫn: Liên kết sâu từ Hugging Face đến SageMaker Studio Hãy cùng tìm hiểu trải nghiệm tùy chỉnh hoặc triển khai mô hình bắt đầu từ Hugging Face. Bước 1: Khám phá và lựa chọn Trên trang mô hình Hugging Face, nhấp vào “Deploy” và chọn “Amazon SageMaker AI”. Nếu mô hình được hỗ trợ, người dùng sẽ thấy hai nút, “Deploy on SageMaker AI” và “Customize on SageMaker AI”. Sau đó chọn “Customize on SageMaker AI” cho một mô hình được hỗ trợ. Bước 2: Đăng nhập Người dùng được nhắc đăng nhập vào AWS bằng thông tin đăng nhập hiện có. Nếu đã có một phiên console đang hoạt động, bước này sẽ được bỏ qua tự động. Để biết thêm thông tin, xem Đăng nhập vào Bảng điều khiển quản lý AWS. Bước 3: Đến Studio Người dùng đến trực tiếp trang Tùy chỉnh mô hình bên trong SageMaker Studio với mô hình đã được chọn trước. Tiếp theo, cấu hình các tham số tinh chỉnh như dữ liệu huấn luyện, siêu tham số và loại phiên bản, sau đó gửi công việc tùy chỉnh. Ngoài ra, việc chọn Deploy on SageMaker AI sẽ mở trang triển khai điểm cuối trong Studio với mô hình đã được cấu hình sẵn. Chọn loại phiên bản (hạn ngạch

Nguồn tin: Hugging Face Blog. Bản dịch tiếng Việt do AI thực hiện, có thể có sai sót.