您当前的位置: 新的Amazon SageMaker Studio 基于 Web 的界面加载速度更快，并提供对你首选的集成开发环境 (IDE) 以及 SageMaker 资源和工具的一致访问，无论你选择哪种 IDE。除了 JupyterLab 和 RStudio 之外，SageMaker Studio 现在还包括一个基于 Code-OSS(Visual Studio Code 开源)的完全托管代码编辑器。
代码编辑器和 JupyterLab 都可以使用灵活的工作区启动。借助空间，你可以随时扩展 IDE 的计算和存储、自定义运行时环境以及随时随地暂停和恢复编码。你可以启动多个此类空间，每个空间都配置有不同的计算、存储和运行时组合。
SageMaker Studio 现在还提供简化的入职和管理体验，帮助个人用户和企业管理员在几分钟内上手。以下是SageMaker Studio 其中的一些亮点：
基于网络的新 SageMaker Studio 界面
基于网络的新 SageMaker Studio 界面充当命令中心，用于启动你的首选 IDE 并访问你的 SageMaker 工具来构建、训练和调优，并部署模型。你现在可以在 SageMaker Studio 中查看 SageMaker 训练作业和端点，并通过 SageMaker JumpStart 访问基础模型 (FM)。此外，你不再需要手动升级 SageMaker Studio。
基于 Code-OSS(Visual Studio Code 开源)的新代码编辑器
作为数据科学家或机器学习 (ML) 从业者，你现在可以登录 SageMaker Studio 并直接从浏览器启动代码编辑器。借助代码编辑器，你可以从开放 VSX 注册表和预配置的AWS 工具包访问数千个 VS Code 兼容扩展用于 Visual Studio Code，用于在 AWS 上开发和部署应用程序。你还可以使用由 Amazon CodeWhisperer 和 提供支持的人工智能 (AI) 编码伴侣和安全扫描工具亚马逊 CodeGuru。
在灵活的工作区中启动代码编辑器和 JupyterLab
你可以使用只有创建空间的用户才能访问的私有空间来启动代码编辑器和 JupyterLab。这个灵活的工作空间旨在提供更快、更高效的编码环境。
这些空间预配置了 SageMaker 发行版，其中包含流行的 ML 框架和 Python 包。借助人工智能驱动的编码伴侣和安全工具，你可以快速生成、调试、解释和重构代码。
此外，SageMaker Studio 还提供了改进的协作体验。你可以使用内置的 Git 集成来共享和版本代码，或者使用 Amazon EFS 引入你自己的共享文件存储，以跨不同用户访问协作文件系统或团队。
简化用户入门和管理
通过重新设计的设置和入门工作流程，你现在可以在几分钟内设置 SageMaker Studio 域。作为个人用户，你现在可以通过默认预设一键式体验启动 SageMaker Studio，无需了解域或AWS IAM角色。
作为企业管理员，分步说明可帮助你选择正确的身份验证方法、连接到第三方身份提供商、集成网络和安全配置、配置细粒度的访问策略以及选择要在 SageMaker 中启用的正确应用程序工作室。你还可以随时更新设置。
要开始使用，请导航至SageMaker 控制台 并选择为单个用户设置。为组织进行设置 或
单用户设置将开始使用默认预设部署 SageMaker Studio 域，并将在几分钟内准备就绪。组织的设置将指导你逐步完成配置。请注意，你可以选择继续使用经典的 SageMaker Studio 体验或开始探索新体验。
全新 Amazon SageMaker Studio 体验现已在所有提供 SageMaker Studio 的 AWS 区域推出，新的 SageMaker Studio 域将默认使用新的基于 Web 的界面。