Hugging FaceからAmazon SageMaker Studioへ1クリックで移行可能に、AWSが新たなディープリンク連携を発表

要点

• 機械学習モデルの共有サイト「Hugging Face」から「Amazon SageMaker Studio」へ直接アクセスできるディープリンク機能が発表されました。

• 開発者はHugging Face上の対応モデルページから、モデルがロードされた状態で開発環境を迅速に起動できます。

• 新規構築される開発環境には、モデルの微調整やデプロイに必要なアクセス権限が最初から自動設定されます。

• これまで手動で行う必要があった複数の設定手順が省略され、モデルの発見から検証までのプロセスが大幅に短縮されます。

• 米アマゾン・ウェブ・サービス（AWS）は2026年7月6日、機械学習モデルの共有プラットフォーム「Hugging Face（ハギングフェイス）」と、クラウド型機械学習サービス「Amazon SageMaker AI」の統合開発環境「Amazon SageMaker Studio（セージメーカー・スタジオ）」を直接接続するディープリンク機能を発表した。これにより開発者は、Hugging Face上で見つけたAIモデルを、1クリックでSageMaker Studioでの実験や開発ワークフローへ持ち込めるようになる。

• これまでは、Hugging Faceでモデルを発見した後にSageMaker Studioで開発を始めるには、多くの手動ステップが必要だった。AWSマネジメントコンソールを開いてAmazon SageMaker AIへ移動し、作業領域（ドメイン）を作成し、IAM（アイ・エー・エム、アクセス権限を管理する仕組み）の権限を設定し、時にはGPU（グラフィックス処理プロセッサ）の利用制限枠の申請を行うといった手続きが求められていた。AWSは、こうした初期設定の煩雑さが、開発者の迅速な試行錯誤を妨げる要因になっていたと指摘する。

• 新機能の導入により、対応するHugging Faceのモデルページに用意されたボタンを選択するだけで、これらの設定が自動で行われる。SageMaker AIは自動的に新しいドメインを数秒で構築し、必要な権限を付与した上で、選択したモデルの情報を引き継いだまま開発画面へとユーザーを遷移させる。

• Hugging Faceの対応モデルページ上には、開発者が行いたい作業に合わせて以下の2つのボタンが配置される。

• Customize on SageMaker AI（SageMaker AIでカスタマイズ）: 選択したモデルが事前にロードされた状態で、Studio内のモデルカスタマイズ画面を開く。これにより、すぐにファインチューニング（既存の学習済みモデルを特定のデータに適応させること）を開始できる。
• Deploy on SageMaker AI（SageMaker AIでデプロイ）: モデルが事前設定された状態で、Studio内のデプロイ画面を開く。これにより、推論エンドポイント（モデルを外部のシステムから呼び出せるようにするための接続先）への配置設定をスムーズに行える。

• どちらの経路から遷移した場合でもモデルの情報が保持されるため、Studio内でモデルを再検索する手間は発生しない。

• このディープリンクを通じて新規作成されるSageMaker Studio環境には、モデルのカスタマイズ、トレーニング（学習）ジョブの実行、ノートブックによる実験、エンドポイントへのデプロイといった一連の機能を利用するためのアクセス権限があらかじめ設定される。環境立ち上げ時には、管理ポリシー「AmazonSageMakerModelCustomizationCoreAccess」が作成されて自動的にアタッチされる。このポリシーは、教師あり微調整（SFT）やDPO（直接選好最適化）、RLVR（検証可能な報酬を伴う強化学習）、RLAIF（AIからのフィードバックによる強化学習）といった多様な手法を用いたサーバーレスモデルカスタマイズ機能をサポートしている。また、作成したカスタムモデルをSageMaker AIやAmazon Bedrock（複数の高性能なAIモデルをAPI経由で提供するサービス）のエンドポイントへデプロイする権限もカバーされている。

• オープンソースモデルの開発に特化したArcee AIの創設者兼CEOであるマーク・マクエイド（Mark McQuade）氏は、この統合を好意的に評価している。同氏は「当社では、開発者や企業がモデルの重みを検査し、自社データで事後学習を行い、自律的にデプロイできるオープンモデルを構築している。今回の統合はその体験のラストマイル（最後の工程）を埋めるものだ。Hugging FaceのオープンモデルからワンクリックでSageMaker Studioへと移行し、一切の配線作業なしで自身のAWS環境にファインチューニングやデプロイを行える体験こそ、オープンモデルに欠けていたものだ。自社が保有するオープンな重みを持つモデルを、自社がコントロールするクラウドで動かす。これこそが、まさに当社の顧客が求めていた組み合わせだ」と述べた。

• Hugging Faceは現在、数多くのオープンウェイト（モデルの構成要素であるパラメータが公開されている）モデルが登録されているプラットフォームであり、企業のAI活用における主要な出発点となっている。今回のAWSとの連携強化により、クラウド環境を最大限に活用した安全な自社専用モデルの構築がより簡便になる見通しだ。