来源：IDC MarketScape：2022年亚太地区（不含日本）AI生命周期软件工具和平台供应商评估。IDC，2022
IDC MarketScape评估模型是IDC推出的重要研究方法及评估工具，通过综合考量厂商在产品、服务、能力和策略等方面的表现能力及竞争力，对特定市场进行定量和定性评估。它以完整的研究报告形式呈现，并以清晰易读的图形进行总结，为行业用户及IT厂商制定技术决策提供必要信息。在这份报告中，亚马逊云科技在能力和战略两个维度都获得最高分，在以圆圈为代表的市场份额方面，亚马逊云科技也位居前列。
亚马逊云科技参与评估的解决方案是Amazon SageMaker。它可为客户的数据准备、模型构建、训练、评估、部署、MLOps和可信度提供端到端的完全托管服务，为企业的整个机器学习生命周期提供支持。IDC报告指出，凭借在功能和产品、服务交付和增长方面的强大优势，Amazon SageMaker成为亚马逊云科技有史以来推出的增长最快的云服务之一。亚马逊云科技近年来一直在Amazon SageMaker套件中快速推出新功能和特性。这些功能和特性往往秉承开源特色，体现出强大的工程灵活性，支持快速交付和部署，可以有效支持用户的规模化推理，具有良好的性价比，可以为用户带来数据引力和规模经济等好处。
据了解，此前，从事机器学习仍然需要专门的技能，通常由数量有限的开发人员、研究人员或以机器学习为主要业务的公司所有。开发人员和数据科学家必须首先将数据可视化、转换和预处理为算法可用训练模型的格式，涉及大量的算力、漫长的训练周期，并需要设立专门的团队来管理环境。这些环境通常跨越多个支持GPU的服务器，以及需要大量的人工性能调整。此外，在
应用程序中部署经过训练的模型需要一套不同的应用程序设计和处理分布式系统的专业技能。随着数据集和变量的增加，新信息的出现，旧模型变得不再可用，企业不得不重复上述过程。这导致除了资金充足的企业和研究机构外，大多数人都无法接触到机器学习。
为此，Amazon SageMaker推出了全球首个用于机器学习的集成开发环境（IDE），使开发人员、数据科学家和商业分析师能够快速、轻松地准备数据，并在规模上构建、训练和部署高质量的机器学习模型，例如Amazon SageMaker Canvas为没有机器学习经验的商业分析师提供的无代码环境。Amazon SageMaker Studio Lab为学生提供无需设置、不收费的机器学习环境，让他们能够更快地学习机器学习技能。在过去的六年时间里，亚马逊云科技增加了超过290项新的功能和特性，包括调试器(SageMaker Debugger)、模型监视器(SageMaker Model Monitor)、剖析器(SageMaker Clarify)、AutoML(SageMaker Autopilot)、特征商店（SageMaker Feature Store）、无代码功能(SageMaker Canvas)，以及第一个专门用于机器学习持续集成和持续交付（CI/CD）的工具，使机器学习在云端和边缘设备上变得更为简便，可扩展性更强。
最近，亚马逊云科技在2022 re:Invent全球大会上宣布Amazon SageMaker推出八项新功能，包括：新的Amazon SageMaker机器学习治理功能可以在整个机器学习生命周期中提供对模型性能的可见性；新的Amazon SageMaker Studio Notebooks功能提供了增强的Notebooks体验，让客户只需点击几下即可检查和解决数据质量问题，促进数据科学团队之间的实时协作，通过将Notebooks代码转变到自动化作业加速机器学习实验到生产的过程；Amazon SageMaker Geospatial ML让地理空间数据处理变得更容易等等。此次发布的新功能让团队能够更轻松地协同机器学习模型的端到端开发和部署，将数据扩展到地理空间，帮助客户大规模利用机器学习，并更好地进行机器学习相关的模型治理。
