SageMaker Notebook InstancesがG6eインスタンスタイプをサポート
ID 5197
GUID b31aa22e490db2887af62c37463ea8245b9f6038
発表日(JST)
要約生成日時(JST)
タイトル SageMaker Notebook InstancesがG6eインスタンスタイプをサポート
詳細リンク https://aws.amazon.com/about-aws/whats-new/2026/03/g6e-new-launch-sagemaker-notebook-instances/
カテゴリ
  • aiml
  • amazon-sagemaker
  • artificial-intelligence
要点
  • Amazon EC2 G6eインスタンスがSageMaker Notebook Instancesで一般提供開始
  • NVIDIA L40s Tensor Core GPUを最大8基搭載（GPUあたり48GBメモリ）、第3世代AMD EPYCプロセッサを採用
  • EC2 G5インスタンスと比較して最大2.5倍の性能向上
  • 生成AIファインチューニングやモデルデプロイのインタラクティブテストに活用可能
  • 最大130億パラメータのLLMや拡散モデルのデプロイに対応
  • 米国東部、米国西部、アジアパシフィック（東京）、中東（ドバイ）、欧州の各リージョンで利用可能
アップデート内容要約

Amazon SageMaker Notebook InstancesでAmazon EC2 G6eインスタンスが一般提供開始されました。G6eインスタンスはNVIDIA L40s Tensor Core GPUを最大8基搭載し、G5インスタンスと比較して最大2.5倍の性能を提供します。生成AIのファインチューニングやLLMのデプロイなどに活用できます。
アップデート内容全文

Amazon EC2 G6eインスタンスがSageMaker Notebook Instancesで一般提供開始されたことをお知らせします。
Amazon EC2 G6eインスタンスは、GPUあたり48GBのメモリを持つNVIDIA L40s Tensor Core GPUを最大8基搭載し、第3世代AMD EPYCプロセッサを採用しています。
G6eインスタンスはEC2 G5インスタンスと比較して最大2.5倍の性能を提供します。
お客様はG6eインスタンスを使用して、モデルデプロイのインタラクティブなテストや、生成AIのファインチューニングなどのインタラクティブなモデルトレーニングのユースケースに活用できます。
G6eインスタンスを使用して、最大130億パラメータの大規模言語モデル（LLM）や、画像・動画・音声生成用の拡散モデルをデプロイできます。
Amazon EC2 G6eインスタンスは、AWS米国東部（バージニア北部およびオハイオ）、米国西部（オレゴン）、アジアパシフィック（東京）、中東（ドバイ）、欧州（フランクフルト、スウェーデン、スペイン）リージョンのSageMaker Notebook Instancesで利用可能です。
SageMaker StudioおよびSageMaker Notebook InstancesでのJupyterLabおよびCodeEditorアプリケーションのセットアップと使用方法については、開発者ガイドをご覧ください。

関連サービス
  • Amazon EC2
  • Amazon SageMaker
  • SageMaker Studio
関連サービスの説明
  • Amazon EC2（Elastic Compute Cloud）は、クラウド上で仮想サーバー（インスタンス）を提供するサービスです。様々なインスタンスタイプがあり、G6eのようなGPUインスタンスは、機械学習やグラフィックス処理など、高い計算能力を必要とするワークロードに最適化されています。必要な時に必要なだけコンピューティングリソースを利用でき、従量課金で費用を抑えることができます。
  • Amazon SageMakerは、機械学習モデルの構築、トレーニング、デプロイを簡単に行えるフルマネージドサービスです。Notebook Instancesは、Jupyterノートブック環境を提供し、データの探索やモデルの開発をインタラクティブに行うことができます。GPUインスタンスを選択することで、大規模なモデルのトレーニングや推論を効率的に実行できます。
  • SageMaker Studioは、機械学習開発のための統合開発環境（IDE）です。JupyterLabやCodeEditorなどのアプリケーションを通じて、コードの記述、モデルのトレーニング、デバッグ、デプロイまでの一連の機械学習ワークフローを一つの画面で管理できます。チームでのコラボレーションも容易に行えます。
関連URL