SageMaker Pipelines功能、与CodePipeline区别及部署方式相关问题咨询

SageMaker Pipelines不是独立的AWS公共服务，是Amazon SageMaker服务内置的专属机器学习流水线功能。你在控制台根目录找不到独立创建入口是正常的，它的管理入口嵌入在SageMaker Studio中：你需要先进入SageMaker控制台，从左侧「工作室和实验室」板块进入SageMaker Studio，之后在Studio侧边栏的「管道」选项中就能完成创建、查看、运行等操作。
CloudFormation和CDK中能查询到对应的AWS::SageMaker::Pipeline资源，是因为该功能支持基础设施即代码的编排方式，属于SageMaker服务下可通过IaC工具管理的资源项。

二者本质完全不等同，定位差异非常清晰：

• 核心定位差异：SageMaker Pipelines是专门为ML工作流设计的领域专用流水线，原生支持所有ML场景的特殊步骤，包括数据预处理、模型训练、超参数调优、批量推理、模型质量校验、模型注册到Model Registry等，所有步骤默认适配SageMaker的训练/推理资源，无需额外封装运行环境。CodePipeline是通用CI/CD流水线服务，面向所有类型应用的发布流程，没有原生ML相关步骤支持，所有任务都需要自行对接CodeBuild、Lambda等计算资源实现。
• 常规集成方式：二者通常搭配搭建完整MLOps流程，上层用CodePipeline实现通用CI/CD逻辑，比如代码提交触发、代码合规扫描、权限校验、发布审批等步骤，前置校验完成后再调用SageMaker Pipelines执行专属的ML训练、验证、部署流程，执行结果返回CodePipeline后再走后续的线上灰度、监控告警等通用发布步骤。

三种方式的能力边界一致，最终创建的流水线没有区别，仅适用场景和使用人群不同：

• SageMaker Python SDK：是官方为ML开发者设计的专用工具，封装了所有ML场景的参数配置，你可以直接用Python代码定义每个流水线步骤的业务参数（比如训练实例规格、数据集路径、超参范围），写完后直接调用pipeline.upsert()即可完成流水线的创建或更新，不需要掌握IaC工具的语法，对算法工程师、ML开发者非常友好，这也是官方文档、工作坊只重点介绍该方式的核心原因，因为SageMaker Pipelines的核心目标用户是ML从业人员。
• CloudFormation：是通用的声明式IaC工具，需要用JSON/YAML编写配置，你需要自行把所有流水线步骤、参数、关联资源ARN填入配置的PipelineDefinition字段中，没有ML场景的参数封装，适合需要把SageMaker流水线和其他AWS资源（VPC、S3桶、IAM角色等）统一用CloudFormation栈管理的运维场景。
• CDK：是CloudFormation的代码封装层，你可以用Python/TypeScript等语言编写CDK代码定义AWS::SageMaker::Pipeline资源，本质上最终会生成CloudFormation配置下发，能力和直接编写CloudFormation完全一致，只是用代码代替了YAML/JSON的编写工作，适合已经用CDK管理全栈AWS基础设施的团队统一技术栈。

内容的提问来源于stack exchange，提问作者Bruno Schaatsbergen