Hugging FaceからAmazon SageMaker Studioへワンクリックで直接連携、モデルの微調整やデプロイの環境構築を自動化

要点

• Hugging FaceとAmazon SageMaker AIのディープリンク（特定の機能に直接遷移するリンク）統合が発表された。

• Hugging Faceのモデルページから、SageMaker Studioのカスタマイズやデプロイの画面にワンクリックで直接遷移できるようになった。

• 遷移と同時に環境構築やモデル情報の引き継ぎが自動で行われ、すぐに実験やファインチューニングが開始できる。

• 新規構築された環境には、モデル微調整などのサーバーレスジョブに必要なIAM権限が最初から自動設定される。

• オープンモデルを開発するArcee AIは、自社管理下のクラウドでモデルを動かす利便性が向上したと本統合を歓迎している。

• AIモデルの共有プラットフォームを運営するHugging Faceと、アマゾン ウェブ サービス（AWS）は2026年7月7日、両サービスを連携させるディープリンク統合を発表した。これにより開発者は、Hugging Face上で見つけたモデルを「Amazon SageMaker Studio」へワンクリックで引き継ぎ、即座に実験やデプロイを開始できるようになる。従来必要だった煩雑な初期設定や権限構築の手間が解消され、検証の高速化が期待される。

• これまで、Hugging Faceでモデルを発見してからSageMaker Studioで作業を始めるには、多くの手順を踏む必要があった。具体的には、AWSコンソールでのAmazon SageMaker AIの起動、ドメインの作成、アクセス制御を行うIAM（ID・アクセス管理）ポリシーの設定、さらには高性能な計算に必要なGPU（画像処理半導体）の利用枠申請など、多くのステップを手動で進める必要があった。こうした複雑な準備作業は、開発者が迅速にモデルの検証やイテレーション（反復開発）を行う上での大きな障壁となっていた。

• 今回の統合により、対応するモデルページに「Customize on SageMaker AI（SageMaker AIでカスタマイズ）」と「Deploy on SageMaker AI（SageMaker AIにデプロイ）」というアクションボタンが追加された。ボタンをクリックすると、SageMaker AIが数秒で新しいドメインを自動構築し、必要な権限を構成して、選択したモデルの情報を持たせたままStudioの専用画面を起動する。

• 「Customize on SageMaker AI」を選択すると、モデルがプリロードされた状態でモデルカスタマイズ画面が開く。ここでは、特定のデータを追加してモデルの挙動を調整する「ファインチューニング（微調整）」をすぐに行える。

• 一方、「Deploy on SageMaker AI」を選択すると、エンドポイント（外部接続先）作成用に事前設定されたデプロイ画面が開き、即座にモデルの配置手順へ進むことができる。いずれの画面でも、Studio内でモデルを再検索する必要はない。

• また、本フローで構築される新規環境には、トレーニング（学習）ジョブやノートブック実験、エンドポイントデプロイといった一連の機能に必要な権限が自動でアタッチ（適用）される。

• 自動作成される管理ポリシー「AmazonSageMakerModelCustomizationCoreAccess」により、教師あり微調整（SFT）や直接好みの最適化（DPO）、検証可能な報酬を用いた強化学習（RLVR）、AIからのフィードバックを用いた強化学習（RLAIF）といったサーバーレス方式のモデルカスタマイズジョブの実行権限が提供される。さらに、作成したモデルをSageMaker AIやAmazon Bedrock（基盤モデルをAPI経由で利用できるAWSのサービス）のエンドポイントへデプロイする権限も含まれる。これにより、IAMロールの手動設定が不要となる。既存の環境については、設定手順への直接リンクが表示され、設定を支援する。

• 補足：

• オープンモデルの開発を手がけるArcee AIの創設者兼CEOであるMark McQuade氏は、「Hugging FaceのオープンモデルからワンクリックでSageMaker Studioに入り、設定の手間なく自社のAWS環境内で微調整やデプロイを行えるのは、オープンモデルに欠けていた体験だ」と述べ、ユーザーが自らモデルを所有し、自身で管理するクラウドで稼働させられるメリットを強調している。