Amazon SageMaker AI、GPU管理不要で独自の学習ループを構築できる「トレーニングセッションAPI」を発表

要点

• 米AWSは2026年10月22日、Amazon SageMaker AIの新機能「トレーニングセッションAPI」を発表した。

• 事前のクラスタ構築を不要とし、ローカル環境のPythonコードからAPI経由で直接GPU処理を対話的に実行できる。

• forward_backward() などの計算ステップをAPIとして提供し、独自の学習ループを柔軟に構築可能にした。

• GPU確保や分散実行、耐障害性などのインフラ運用はSageMaker AIが自動で管理する。

• 算数問題や競技プログラミングの学習レシピを収録した「Cookbook」もGitHub上で同時公開された。

• 米Amazon Web Services（AWS）は現地時間2026年10月22日、機械学習プラットフォーム「Amazon SageMaker AI」のサーバーレスモデルカスタマイズ機能を拡張し、新たに「トレーニングセッションAPI（training session APIs）」を発表した。エンジニアはGPUクラスタの構築や運用管理を行うことなく、ローカル環境のPythonコードから大規模言語モデル（LLM：大量のテキストデータで訓練された汎用言語モデル）の学習ループを直接制御できるようになるという。

モデル微調整における「自由度」と「運用負荷」のジレンマ

LLMのファインチューニング（既存モデルに追加データを学習させて特定用途に適応させる手法）において、これまでは学習ループの制御性と運用の簡素さとの間で妥協を強いられていたとAWSは説明している。フルマネージドサービスはモデル選定やハイパーパラメータ（学習前に設定する外部パラメータ）の指定だけで利用できる反面、定型レシピに縛られる。一方、自由度を求めて管理レベルの低い環境を選ぶと、インフラや学習フレームワークの管理負担を自ら負うことになる。

しかし、教師ありファインチューニング（SFT：正解データを用いてモデルを微調整する手法）での独自損失関数やデータカリキュラムの適用、独自の嗜好最適化、強化学習（RL：試行錯誤と報酬を通じて最適な行動を学習する枠組み）の報酬関数の設計など、学習手順を自ら組みたい場面は多い。従来はアルゴリズムの自由度を得るためにインフラ運用の重荷を引き受ける必要があったという。

計算資源の抽象化により、API経由で学習ループを直接制御

トレーニングセッションAPIは、抽象化の境界をアルゴリズムではなく「コンピュート（計算資源）」側に一段階引き下げることで、この二者択一を解消する。

ジョブ全体を記述する一括設定ファイルや事前のクラスタ作成は不要であり、開発者はローカルのPythonプロセスからクラウド上のGPUセッションをリアルタイムに対話形式で操作できる。主要な計算処理はSageMakerのAPI呼び出しとして提供される。

• forward_backward(): 順伝播および逆伝播による勾配の算出
• optim_step(): 算出された勾配に基づくパラメータの更新
• sample(): モデルからの出力サンプリング

セッションは状態を保持するステートフルな設計となっており、ステップ間もモデルはGPU上に読み込まれたまま維持される。開発者はこれらを自由に組み合わせ、SFTや強化学習などの独自ループをコードから自在に制御できるとしている。

開発者とマネージドインフラの明確な責任分担

本機能では、開発者とプラットフォームの役割分担が明確に整理されている。

開発者が担当するのは、データセット、強化学習環境、エージェント、アルゴリズム設計、およびGPU処理を呼び出すPythonの学習ループコードの記述のみとなる。

対してSageMaker AI側は、GPUアクセラレータの動的割り当て、ベースモデルやLoRA（Low-Rank Adaptation：一部パラメータのみを更新する効率的な学習手法）アダプタの展開、複数ノードにおける分散実行と勾配同期、障害発生時のフォールトリカバリ（自動復旧）、テナント分離やセキュリティの確保、チェックポイントの保存といったインフラ運用全般を自動で処理する。開発者はインフラ保守から解放され、ローカルコード上で迅速にデバッグや試行錯誤を進められるという。

SDK構成と実践レシピ集「Cookbook」の公開

本機能はSageMaker Python SDKを通じて提供され、実行ロールなどを管理する ServiceClient をはじめとする3つのクライアントを順次生成して利用する。

あわせてAWSは、学習ループの青写真となる「SageMaker training sessions cookbook」をGitHub上で公開した。クックブックには、すぐに実行可能なSFTや強化学習のレシピが収録されている。公式ブログでは具体例として、算数問題データセット（GSM8K）を用いた最小限の強化学習ループや、生成コードを単体テストで実際に採点して学習を進める競技プログラミング向けの実用的なワークロードが紹介されている。開発者がループを書き、インフラはSageMakerが担うという新方式により、先端モデル開発の加速が期待される。