Amazon SageMaker JumpStart
Amazon SageMaker JumpStart 是 AWS 提供的机器学习模型中心，包含大量预训练模型。用户可以在 Amazon SageMaker AI 控制台的 Model Hub 中浏览目录、查看示例 notebook 并直接在 SageMaker Studio 中打开。2026 年新增预配置端点部署选项，按低成本、低延迟、通用工作负载等优先级优化，并包含 Neuron 优化配置。同时支持从 Hugging Face 模型发现页面一键跳转到 SageMaker AI 部署。借助 SageMaker Python SDK，用户可以编写可复用脚本完成模型发现、部署、运行示例提示测量延迟和吞吐、以及删除端点等步骤，适用于模型选型和评估。
访问官方网站使用场景
Amazon SageMaker JumpStart 是 AWS 提供的机器学习模型中心，包含大量预训练模型。用户可以在 Amazon SageMaker AI 控制台的 Model Hub 中浏览目录、查看示例 notebook 并直接在 SageMaker Studio 中打开。2026 年新增预配置端点部署选项，按低成本、低延迟、通用工作负载等优先级优化，并包含 Neuron 优化配置。同时支持从 Hugging Face 模型发现页面一键跳转到 SageMaker AI 部署。借助 SageMaker Python SDK，用户可以编写可复用脚本完成模型发现、部署、运行示例提示测量延迟和吞吐、以及删除端点等步骤，适用于模型选型和评估。
优势
提供可重复的模型评估路径 简化模型发现和部署流程 预配置选项针对不同优化目标 支持与 Hugging Face 生态集成 由 AWS 官方维护 通过脚本自动化部署和清理，便于集成到工作流
缺点与限制
部署时间因模型、实例类型、配额和 AWS 区域而异 不同模型的 payload 格式、所需实例类型、EULA 和响应解析可能需要调整，脚本不能无条件通用 词数吞吐为按空格切分的近似估计，非标准化基准 需要 AWS 账户和足够的 GPU 实例配额 原文未提供与其他平台的对比及第三方采用数据