75件のアップデート
Amazon SageMaker AIは、NVIDIA Nemotron 3 Nanoモデル（30Bパラメータ）に対してサーバーレス微調整機能を提供開始しました。Supervised Fine-Tuning（SFT）とReinforcement Fine-Tuning（RFT）の両方に対応しており、ユーザーは独自データを使用してモデルをカスタマイズできます。US East（N. Virginia）、US West（Oregon）、Asia Pacific（Tokyo）、Europe（Ireland）の4リージョンで利用可能です。
Amazon SageMaker Unified Studio NotebooksがApache Spark ConnectによるAmazon EMR Serverlessに対応し、データエンジニアとアナリストがSparkランタイムを柔軟に選択できるようになりました。Athena Sparkに加えてEMR Serverlessをランタイムとして利用でき、要件に応じて最適なエンジンを選択できます。NotebookのサイドパネルからSparkランタイムを選択でき、PySpark及びSpark SQLの実行が可能になります。
Amazon EMR ServerlessがSpark Connectをサポートし、SageMaker Unified StudioやJupyter、Visual Studio Codeなどのノートブック環境からApache Sparkアプリケーションを対話的に開発・実行できるようになりました。Spark Connectのクライアント・サーバーアーキテクチャにより、開発環境とSpark基盤が分離され、ローカルのPythonコード実行とリモートのSpark操作をシームレスに統合できます。EMR Serverlessが利用可能なすべてのAWSリージョンでEMRリリース7.13以降で利用可能です。
AWS Compute OptimizerがDynamoDB、ElastiCache、MemoryDB、DocumentDB、WorkSpaces、SageMaker endpointsのアイドルリソース検出に対応しました。利用率メトリクスを分析して未使用リソースを特定し、コスト削減の機会を提供します。Cost Optimization Hubで組織全体のアカウント横断的に推奨事項を確認できます。
Amazon SageMaker Data Agent が SageMaker Catalog のビジネスコンテキストとメタデータと統合され、データ実践者が技術的なテーブル名ではなくビジネス用語を使用してデータセットを検出し、より正確な SQL および Python コードを生成できるようになりました。この統合により、Collibra、Atlan、Alation から同期されたカタログを含む SageMaker Catalog に保存されているビジネスコンテキストを活用して、データ検出とコード生成の精度が向上します。SageMaker Unified Studio ノートブックおよびクエリエディタで利用可能で、Amazon SageMaker Unified Studio が提供されているすべての AWS リージョンで使用できます。
Amazon SageMaker Data Agent がSageMaker Unified Studio で会話履歴機能をサポートするようになりました。データ分析者やデータサイエンティストは、過去のエージェント生成コード、複数ステップの分析、トラブルシューティング内容をノートブックとQuery Editorワークフロー内で参照できるようになります。すべてのAmazon SageMaker Data Agentが利用可能なAWSリージョンでこの機能が提供されます。
Amazon SageMaker Unified Studioが12言語でのローカライズされたユーザーインターフェースをサポートするようになりました。英語（米国）、中国語（簡体字・繁体字）、フランス語、ドイツ語、インドネシア語、イタリア語、日本語、韓国語、ポルトガル語（ブラジル）、スペイン語、トルコ語に対応しています。ブラウザの言語設定から自動検出されるか、プロファイル設定の言語セレクターから選択できます。
Amazon SageMaker HyperPodがEFA専用（EFA-only）ネットワークインターフェイスをサポートするようになりました。これにより、IP アドレッシング用の Elastic Network Adapter (ENA) を接続せず、Elastic Fabric Adapter (EFA) デバイスを専用で構成できます。VPC内のIPアドレス枯渇のリスクなしに、AI/MLクラスタをさらに大規模に拡張できるようになります。
Amazon SageMaker HyperPodは、Claude Code、Cursor、KiroなどのAIコーディングアシスタントに統合できるトラブルシューティング機能を提供開始しました。この機能により、ユーザーは自然言語を通じてGPUハードウェア障害、NCCL通信障害、パフォーマンスボトルネックを診断・解決できるようになります。HyperPodの既存インフラストラクチャに対する変更は不要で、SageMaker AIスキルプラグイン経由でオープンソースとして利用可能です。
Amazon EC2 P5.48xlインスタンスがSageMaker Notebook Instancesでアジア太平洋（東京）リージョンにおいて一般提供開始されました。このインスタンスはNVIDIA H100 Tensor Core GPUを搭載し、前世代GPU系EC2インスタンス比で最大4倍の処理速度向上とML モデルの学習コスト最大40%削減を実現します。大規模言語モデル（LLM）や拡散モデルなどの生成AI アプリケーションの学習とデプロイに対応できます。
AWS SageMaker Notebook InstancesでAmazon EC2 P4deインスタンスがアジア太平洋(東京)リージョンで利用可能になりました。P4deインスタンスは8個のNVIDIA A100 GPU(各80GB HBM2eメモリ)を搭載し、合計640GBのGPUメモリを提供します。P4dインスタンスと比べてML学習パフォーマンスが最大60%向上し、学習コストは20%低下します。
<p>We are pleased to announce general availability of Amazon EC2 P6-B200 instances in AWS US East (N. Virginia) on SageMaker notebook instances.</p> <p><u><a href="https://aws.amazon.com/ec2/instance
Amazon EC2 P5.4xlインスタンスがSageMaker Notebook Instancesで一般利用可能になりました。P5.4xlはNVIDIA H100 Tensor Core GPUを搭載し、前世代GPU比で最大4倍高速化、機械学習モデル訓練コストを最大40%削減できます。大規模言語モデルや拡散モデルなどの生成AI応用に利用できます。
Amazon EC2 P5en.48xlインスタンスがSageMaker Notebook Instancesで一般利用可能になりました。P5en.48xlは8個のH200 GPUを搭載し、H100 GPUと比べてGPUメモリが1.7倍、メモリ帯域幅が1.4倍になっています。米国東部（バージニア、オハイオ）、米国西部（オレゴン）、アジアパシフィック（東京）リージョンで利用可能です。
Amazon SageMaker HyperPod Slurm クラスターで、最小容量要件（MinCount）を指定する機能が追加されました。この機能により、分散トレーニングジョブ開始前に必要最小限のインスタンス数が確実にプロビジョニングされるよう制御できます。MinCount はすべてのAWSリージョンで利用可能です。
Amazon SageMaker Unified Studio IAM Domainsに、SageMaker Feature Storeのフィーチャーグループを作成・管理するための対話的インターフェースが追加されました。これまでAPIコールの記述が必要だった一般的なフィーチャー管理タスクが、コード無しで実行可能になります。データサイエンティスト、MLエンジニア、ビジネスアナリストが単一の共同作業環境からアクセスできます。
Amazon SageMaker Unified Studio が Identity Center ベースのドメインに対してドメイン管理機能を提供するようになりました。これまで IAM ベースのドメインのみで利用できていたプロジェクト作成、ユーザー・権限管理、ネットワーク設定などの機能が、Identity Center ベースのドメインでも AWS コンソール外から利用可能になります。SageMaker Unified Studio が利用可能なすべての AWS リージョンでこれらの機能が提供されます。
<p><a href="https://aws.amazon.com/sagemaker/unified-studio/">Amazon SageMaker Unified Studio</a> now supports business context, metadata and data governance capabilities in IAM-based domains. With th
Amazon SageMaker Unified Studioが、Glueジョブの失敗時にサブネット間での自動リトライ機能に対応するコネクタの自動プロビジョニングをサポートしました。ドメインのVPC設定で複数のプライベートサブネットを定義すると、システムが全新規プロジェクト用のコネクタを自動的にプロビジョニングし、プライマリサブネットが利用不可の場合は別のサブネット上で自動的にジョブをリトライします。この機能はAmazon SageMaker Unified Studioが利用可能な全AWSリージョンで提供されます。
Amazon SageMaker Inferenceは、OpenAI互換APIをサポートするようになり、OpenAI SDK、LangChain、Strands Agentsなどの既存ツールをSageMakerエンドポイントに直接接続できるようになりました。エンドポイントURLを変更するだけで、カスタム統合コード、SDKラッパー、またはコードの書き換えは不要です。この機能は米国東部（バージニア北部）、米国西部（オレゴン）、米国東部（オハイオ）、アジアパシフィック（ムンバイ）、アジアパシフィック（ジャカルタ）、欧州（アイルランド）、欧州（フランクフルト）、南米（サンパウロ）、アジアパシフィック（東京）、アジアパシフィック（ソウル）、欧州（ロンドン）、アジアパシフィック（シンガポール）、アジアパシフィック（シドニー）、カナダ（中央）の14リージョンで利用可能です。
Amazon SageMaker Unified StudioがAWS Glue Data Qualityを活用したデータ品質ルールの作成と評価機能をサポートしました。データエンジニア、アナリスト、データサイエンティストがカタログテーブルの静止データと Visual ETL ジョブ内の動的データの両方に対して、データ品質ルールを定義し、ルールセット評価を実行して結果を確認できます。SageMaker Unified Studio が利用可能なすべての AWS リージョンで、IAM Identity Center ベースおよび IAM ベースのドメインの両方で利用可能です。
Amazon SageMaker HyperPodが推論リクエスト・レスポンスペイロードを記録するデータキャプチャ機能をサポートしました。SageMakerエンドポイント、ロードバランサー、またはモデルポッドのいずれかのレベルでキャプチャを選択でき、複数オプションの組み合わせで階層化された可視性を実現できます。キャプチャされたデータはAmazon S3に非同期で配信され、カスタマー管理のAWS KMSキーによる暗号化とサンプリング設定に対応しています。
Amazon SageMaker StudioのJupyterLabおよびCode EditorがSageMaker Flexible Training Plans(FTP)を通じたGPU容量予約に対応しました。FTPにより、オンデマンドインスタンスと比較して最大65%のコスト削減を実現しながら、ML ワークフローを実行できるようになります。ユーザーは予測可能かつ予算内での高性能計算リソースへのアクセスが可能になります。
Amazon SageMaker AIは、Alibaba CloudのQwen3.6 27Bパラメータモデルに対してサーバーレスモデルカスタマイズ機能を新たにサポートしました。教師あり微調整（SFT）と強化学習微調整（RFT）の両方に対応しており、ユーザーは独自データを使用してQwen3.6を特定のドメインや業務フローに適応させることが可能になりました。このサービスは米国東部（バージニア州）、米国西部（オレゴン州）、アジア太平洋（東京）、欧州（アイルランド）の4リージョンで利用可能です。
AWSはAmazon SageMaker JumpStartでFLUX.2-klein-base-4BとQwen3-Embedding-0.6Bの2つの新しいファンデーションモデルの提供を開始しました。FLUX.2-klein-base-4Bはわずか13GB VRAMで動作し、リアルタイム画像生成と複数参照編集が可能です。Qwen3-Embedding-0.6Bは100以上の言語に対応し、テキスト埋め込みの検索、分類、クラスタリング機能を提供します。
AWS は Qwen3 シリーズの3つの音声処理モデルを Amazon SageMaker JumpStart で利用可能にしました。カスタマイズ可能な音声スタイルの多言語テキスト音声合成、3秒の高速音声クローニング、52言語対応の自動音声認識の機能が提供されます。これらのモデルは10言語以上をサポートし、AWS インフラストラクチャ上でインテリジェントな音声駆動アプリケーションを構築できます。
AWSはSageMaker JumpStartでGLM-5.1-FP8とPhi-4-mini-instructの2つのモデルを新たに提供開始しました。GLM-5.1-FP8はエージェント型ソフトウェアエンジニアリング機能を備えており、リポジトリレベルのコード生成や複雑なデバッグワークフローに対応しています。Phi-4-mini-instructは24言語対応の軽量なモデルで、推論性能が高く、メモリ制約と低レイテンシー環境での使用に最適化されています。
Amazon SageMaker Data AgentがIAM Identity Center対応のSageMaker Unified Studioドメインで利用可能になりました。データアナリストとエンジニアは、自然言語での説明からPythonまたはSQLコードを自動生成でき、複雑なSQL結合や集計、Pythonコーディングを手動で記述する必要がなくなります。Amazon Athena、Amazon Redshift、Amazon S3、AWS Glue Data Catalogなどの接続データソースに対応しています。
Amazon SageMaker Feature Store が SageMaker Python SDK v3 に対応し、Lake Formation によるアクセス制御と Apache Iceberg テーブルプロパティの設定機能が追加されました。データサイエンティストは SDK v3 の最新インターフェースを使用して、フィーチャーグループを細粒度のアクセス制御とストレージ最適化で管理できるようになりました。SageMaker Python SDK v3.8.0 以降をインストールすることで、SageMaker Feature Store が利用可能なすべての AWS リージョンでこの機能を使用できます。
Amazon EC2 P5.48xlインスタンスがSageMaker Studio notebooksで米国西部（サンフランシスコ）、アジア太平洋（東京、ムンバイ、シドニー、ジャカルタ）、ヨーロッパ（ロンドン、ストックホルム）リージョンで利用可能になった。P5.48xlはNVIDIA H100 Tensor Core GPUを搭載し、前世代GPU比で最大4倍高速化と最大40%のコスト削減を実現する。大規模言語モデルや拡散モデルの学習・デプロイが可能で、質問応答、コード生成、動画・画像生成、音声認識などの生成AIアプリケーションに対応する。