SageMaker向けHugging Faceの6つのスキル
更新
AWS の記事は、Hugging Face のモデルを Amazon SageMaker AI に載せる公開スキル 6 つを説明している。
2026 年 9 月 18 日、AWS は Hugging Face のモデルを Amazon SageMaker AI に載せるオープンソースのエージェントスキル 6 つを説明した。Hugging Face Skills の GitHub リポジトリからその 6 つを入れ、コーディングエージェントにモデルを示す。AWS によると、返ってくるのはリアルタイムエンドポイントで、自動スケール、Amazon CloudWatch のアラーム、AWS Deep Learning Containers カタログのサービングコンテナ、そして確認済みの撤去手順が付く。
統括役は hf-cloud-sagemaker-deployment-planner で、残りはローカルの AWS コンテキスト、隔離した Python 環境、SageMaker の実行ロール確認、サービングイメージの選択、自動スケールとアラームとタグを付ける本番向けの既定値である。Python と AWS CLI だけで動き、macOS、Linux、Windows で違いはない、と AWS は書いている。既定はリアルタイムエンドポイントだが、ゼロまで縮むリアルタイム、サーバーレス推論、非同期推論、バッチ変換、Amazon Bedrock Custom Model Import も同じスキルで扱える。
重要ポイント
- 2026 年 9 月 18 日の投稿で、AWS は Hugging Face Skills の GitHub リポジトリからスキルを 6 つ入れ、Hugging Face のモデルを Amazon SageMaker AI にデプロイする手順を書いている。
- AWS は、コーディングエージェントにモデルを指せば、自動スケール、Amazon CloudWatch のアラーム、AWS Deep Learning Containers カタログのサービングコンテナ、確認済みの撤去手順が付いたリアルタイムエンドポイントが返るとしている。
- 6 つのスキルはオープンソースで、使うのは Python と AWS CLI だけであり、macOS、Linux、Windows で同じように動く。プランナーのスキルが残りの 5 つを統括する。
- AWS は、既定がリアルタイムエンドポイントだとしている。scale-to-zero 付きのリアルタイム、サーバーレス推論、非同期推論、バッチ変換、Amazon Bedrock Custom Model Import にも対応する。
出典: Deploy Hugging Face models on Amazon SageMaker AI with coding agents · Amazon Web Services