Una empresa ejecuta scripts de entrenamiento personalizados de PyTorch y conjuntos de datos propietarios on-premises, y necesita mover estos modelos a AWS con el mínimo esfuerzo. ¿Qué enfoque requiere el menor trabajo para migrar?

El modo de script de SageMaker con contenedores de framework prefabricados (como PyTorch) permite ejecutar scripts de entrenamiento personalizados con un esfuerzo mínimo. SageMaker se encarga de la infraestructura subyacente, y los contenedores ya incluyen las dependencias necesarias. Usar algoritmos integrados de SageMaker requeriría reescribir el código de entrenamiento para adaptarse a esos algoritmos. Construir un contenedor personalizado implica un esfuerzo significativo en la gestión de dependencias y la configuración del entorno. Comprar modelos en AWS Marketplace no es una migración, sino una adquisición de modelos preexistentes, lo cual no aprovecha los modelos propietarios ya desarrollados.