16. April 2025 — Snowflake ML Jobs — Vorschau¶

Snowflake kündigt die Vorschau von Snowflake ML Jobs an, eine neue Funktion, mit der Sie Workflows des maschinellen Lernens (ML) in Ihrer lokalen Umgebung ausführen können.

Snowflake ML Jobs ermöglicht Ihnen Folgendes:

• Führen Sie ML-Workloads auf Snowflake Compute Pools aus und nutzen Sie GPU- und CPU-Instanzen mit hohem Speicherbedarf.

• Verwenden Sie Ihre bevorzugte Entwicklungsumgebung, wie VS Code oder Jupyter-Notebooks, ohne dass Sie Snowflake-Arbeitsblätter oder -Notebooks benötigen.

• Installieren und verwenden Sie benutzerdefinierte Python-Pakete in Ihrer Laufzeitumgebung.

• Optimieren Sie das Laden von Daten, das Training und die Abstimmung von Hyperparametern mit den verteilten APIs von Snowflake.

• Integrieren Sie mit Orchestrierungstools wie Apache Airflow.

• Überwachen und verwalten Sie Aufträge programmatisch mit den APIs von Snowflake.

Die wichtigsten Vorteile von Snowflake ML Jobs sind:

• Skalierbarkeit: Führen Sie ein umfangreiches ML-Training auf Datensätzen durch, die erhebliche Computeressourcen oder GPU-Beschleunigung erfordern.

• Flexibilität: Behalten Sie Ihre bestehende Entwicklungsumgebung bei und nutzen Sie gleichzeitig die Computeressourcen von Snowflake.

• Effizienz: Arbeiten Sie direkt mit großen Snowflake-Datensätzen, um Datenbewegungen zu reduzieren und teure Datenübertragungen zu vermeiden.

• Produktivsetzung: Verschieben Sie ML-Code mit minimalen Änderungen von der Entwicklung in die Produktion und ermöglichen Sie die programmatische Ausführung über Pipelines.

• Kompatibilität: Heben und verschieben Sie Open-Source-ML-Workflows mit minimalen Codeänderungen.

Um mit Snowflake ML Jobs zu beginnen, siehe Snowflake ML Jobs.