BLOG
분석 애플리케이션 및 머신 러닝 모델을 배포하려면 처리량과 지연 시간이 짧은 파일 작업으로 작업 부하 요구를 처리하기 위해 용량과 성능을 확장 할 수 있는 스토리지가 필요합니다.
일반적인 사용 예는 데이터 과학팀을 중심으로 몇 가지 형태의 분석 (예: 기계 학습, 유전체학)을 수행합니다. AWS는 빅 데이터 및 분석 워크로드를 위한 2개의 확장 가능하고 내구성이 뛰어난 고가용성 파일 솔루션을 제공합니다. Amazon EFS는 Linux 기반 애플리케이션뿐만 아니라 ML 프레임 워크 및 공유 노트북 시스템을 위한 클라우드 네이티브 공유 NFS 스토리지 솔루션입니다. Faculty 와 같은 고객은 EFS를 활용하여 분석 워크로드를 확장하고 딜리버리 인사이트에 대한 민첩성이 향상되고 있습니다.
FSx는 Amazon S3 또는 온 프레미스 데이터를 처리하여 1 밀리초 미만의 데이터 액세스를 제공하는 고성능 파일 시스템으로, 초당 최대 수백 기가 바이트의 처리량과 IOPS의 수백만의 속도로 데이터를 읽고 쓸 수 있습니다. Luster 용 Amazon FSx는 기본적으로 Amazon S3와 함께 작동하므로 컴퓨팅 집약적 파일 시스템과 함께 클라우드 데이터 세트를 쉽게 처리 할 수 있습니다. Conductor Technologies 는 클라우드 렌더링 플랫폼에 FSx Luster를 사용하여 VFX 및 애니메이션 스튜디오의 고객에게 단순함과 확장성을 제공하여, TCO를 낮춥니다.
이번 주, 고객이 EFS와 FSx의 데이터에 액세스하여 Luster 용 의사 결정에 알리고 고객 경험을 개선함으로써 머신 러닝 교육 작업 속도를 높일 수 있다는 AWS SageMaker 팀의 발표를 전달할 수 있게 되어 기쁘게 생각합니다.
머신 러닝 워크로드를 위한 AWS 파일 스토리지 솔루션에 대한 자세한 내용은 블로그 게시 글을 확인하십시오.
** 메가존 클라우드 TechBlog는 AWS BLOG 영문 게재 글 중에서 한국 사용자들에게 유용한 정보 및 콘텐츠를 우선적으로 번역하여 내부 엔지니어 검수를 받아서, 정기적으로 게재하고 있습니다. 추가로 번역 및 게재를 희망하는 글에 대해서 관리자에게 메일 또는 SNS 페이지에 댓글을 남겨주시면, 우선적으로 번역해서 전달해드리도록 하겠습니다.