AWS (Amazon Web Services) menghadirkan public cloud sejak dekade lalu untuk “memerdekakan” pengembang — disebut AWS dengan pembangun — di dunia dalam berinovasi, antara lain dengan tidak perlunya mengeluarkan modal yang besar dan menunggu kedatangan peranti keras yang dipesan untuk menggunakan sumber daya komputasi yang diperlukan. Pada AWS re:Invent 2020 yang berlangsung secara virtual selama tiga minggu sejak awal Desember 2020 lalu, AWS pun menawarkan hal yang serupa untuk ML (machine learning). Dengan berbagai produk, servis, dan fitur sehubungan ML yang dihadirkannya sejak 2016, AWS mengklaim kini memerdekakan pengembang — dan tentunya organisasi — di dunia dalam berinovasi memanfaatkan ML. AWS menyebutkan pada tahun ini saja terdapat lebih dari 250 fitur baru yang dirilisnya sehubungan dengan ML.
“Adalah bukan suatu yang belebihan untuk mengatakan bahwa cloud computing telah membolehkan berbagai perusahaan rintasan dan bisnis untuk mencapai suatu tingkatan sukses yang baru. Hari ini, machine learning telah mencapai momen yang serupa. Sampai belum lama ini, ia [machine learning] hanya bisa diakses oleh perusahaan teknologi besar dan perusahaan rintisan keren yang memiliki sumber daya yang dibutuhkan untuk menyewa para ahli demi membangun aneka model ML yang rumit. Namun, kemerdekaan untuk melakukan invensi membutuhkan para pembangun dari seluruh tingkatan keahlian bisa menuai manfaat dari berbagai teknologi revolusioner. Dan aneka teknologi itu sendiri membolehkan berbagai percobaan, kegagalan, dan kemungkinan yang tak terbatas. Jadi, hari ini, kami membolehkan seluruh pembangun, terlepas dari ukuran perusahaan mereka atau tingkatan keahlian mereka, untuk membuka kekuatan dari machine learning,” ujar Dr. Swami Sivasubramanian (Vice President of Amazon Machine Learning).
AWS menyebutkan bahwa dalam menghadirkan kemampuan untuk memerdekakan pengembang dalam berinovasi memanfaatkan ML, AWS menggunakan beberapa prinsip atau tenet. Lima dari prinsip tersebut adalah menyediakan fondasi yang kokoh, membuat jalan terpendek untuk sukses, memperluas ML ke lebih banyak pengembang, memecahkan masalah bisnis yang nyata dari ujung ke ujung, dan terus-menerus belajar. AWS pun mengklaim telah belajar banyak dari pengalamannya mengimplementasikan ML dan dari masukan para pengguna tawarannya sehubungan ML, untuk menghadirkan tawaran ML yang lebih baik lagi.
1. Menyediakan Fondasi yang Kokoh
Menyediakan fondasi yang kokoh merujuk pada pengoptimalan yang dilakukan AWS terhadap fondasi yang digunakan untuk membangun dan menjalankan ML. Fondasi yang dimaksud di sini adalah infrastruktur dan framework. Infrastruktur tentunya meliputi compute, storage, dan network. AWS mengklaim menawarkan pilihan akan compute, storage, dan network yang paling luas dan dalam, lebih luas dan dalam dari public cloud provider lainnya di dunia. Alhasil, AWS meyakini tawarannya itu bisa memenuhi kebutuhan yang beragam dari para organisasi, baik dari sisi kinerja maupun dari sisi bujet. Sementara, untuk framework, AWS mendukung ketiga framework populer untuk ML, yakni TensorFlow, PyTorch, dan MXNet. Tak hanya mendukung, AWS juga senantiasa memperbarui ketiga framework populer tersebut ke versi terkini dan memastikannya berjalan dengan optimal.
Salah satu tawaran baru sehubungan fondasi yang dikemukakan pada AWS re:Invent 2020 adalah AWS Trainium. AWS Trainium adalah cip baru untuk pelatihan model ML. Cip baru itu didesain oleh AWS dan diklaim akan menawarkan solusi pelatihan model ML pada public cloud yang paling hemat biaya. Dengan kata lain, instance yang ditenagai AWS Trainium untuk Amazon EC2 akan menawarkan pelatihan model ML dengan perbandingan antara harga dan kinerja yang paling baik. AWS Trainium akan tersedia tahun depan.
2. Membuat Jalan Terpendek untuk Sukses
AWS menilai agar pengembang merdeka memanfaatkan ML, pengembang sebaiknya diberikan perkakas yang memenuhi kebutuhannya dan membolehkannya untuk mengeksplorasi idenya secara cepat tanpa halangan. AWS meyakini makin pendek jalan yang ditempuh untuk beroleh manfaat ML, makin banyak pengembang yang tertarik — tidak menjadi momok — menggunakannya. Untuk itu AWS beberapa tahun lalu telah meluncurkan Amazon SageMaker. Pada AWS re:Invent 2020, AWS antara lain menambahkan Amazon SageMaker Data Wrangler. Amazon SageMaker Data Wrangler adalah perkakas yang memudahkan pengembang dalam mempersiapkan data untuk model ML sehingga menghemat waktu; dari beberapa minggu menjadi beberapa menit. Dengan Amazon SageMaker Data Wrangler, pengembang bisa memilih data dari berbagai sumber data, melakukan transformasi data menggunakan lebih dari 300 pre-configured data transformation — tidak perlu menulis kode sendiri, mendiagnosis dan membersihkan data menggunakan template visual, dan mengekspor data yang telah disiapkan itu dengan satu klik. Amazon SageMaker Data Wrangler telah tersedia.
KOMENTAR