View a markdown version of this page

Studio für Ray einrichten - Amazon SageMaker KI
VoraussetzungenSchritt 1: Erstellen Sie eine SageMaker AI-DomainSchritt 2: Gewähren Sie der Domain Zugriff auf Ihren ClusterSchritt 3: Überprüfen

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Studio für Ray einrichten

Amazon SageMaker Studio ist eine webbasierte IDE, die Datenwissenschaftlern und ML-Ingenieuren eine speziell entwickelte Oberfläche für die Verwaltung von Ray-Workloads bietet.

Voraussetzungen

Sie benötigen Folgendes, bevor Sie Studio einrichten:

Die folgenden Optionen sind optional, und jedes fügt eine Funktion hinzu, anstatt das Setup zu steuern:

  • Das SageMaker AI Spaces-Add-on für die interaktive Entwicklung in einem JupyterLab oder einem Code-Editor-Bereich, der an einen Ray-Cluster angehängt ist. Weitere Informationen finden Sie unter Einrichtung des Spaces-Add-ons.

  • Der HyperPod Ray Endpoint Operator für authentifizierte Ray Dashboard-Links und die Übermittlung von Aufträgen aus der Ferne. Weitere Informationen finden Sie unter Den HyperPod Ray Endpoint Operator installieren.

Schritt 1: Erstellen Sie eine SageMaker AI-Domain

Der Studio-Zugriff auf einen HyperPod Cluster erfolgt über eine SageMaker AI-Domäne, und die Domänenausführungsrolle ist der IAM-Prinzipal, den Studio verwendet, um auf Ihrem Cluster zu agieren. Erstellen Sie die Domain und verknüpfen Sie sie wie folgt Einen Amazon-EKS-Cluster in Studio einrichten mit Ihrem Cluster.

Schritt 2: Gewähren Sie der Domain Zugriff auf Ihren Cluster

Der Clusterzugriff für Studio-Benutzer wird durch Clusterzugriffsrichtlinien gesteuert, die der Ausführungsrolle in der Domäne oder im Benutzerprofil zugeordnet sind. Nur eine Rolle, der die richtigen Richtlinien zugeordnet sind, erreicht den Cluster.

Um Cluster-Zugriff zu gewähren

  1. Öffnen Sie die SageMaker AI-Konsole und wählen Sie HyperPod Cluster und dann Ihren Cluster aus.

  2. Suchen Sie auf der Registerkarte „Konfiguration“ nach Cluster-Zugriff für SageMaker Domänen.

  3. Wählen Sie Zugriff verwalten aus.

  4. Wählen Sie die Richtlinien aus, die Ihre Benutzer benötigen:

    • AmazonSagemakerHyperpodTrainingPolicy— RayClusterRayJob, undRayCronJob.

    • AmazonSagemakerHyperpodInferencePolicy— RayCluster undRayService.

    • AmazonSagemakerHyperpodSpacePolicy— Räume, für interaktive Entwicklung.

    • AmazonSagemakerHyperpodSpaceTemplatePolicy— Vorlagen für Räume.

    • AmazonSagemakerHyperpodUserClusterPolicy— Sichtbarkeit des Clusters für einen Benutzer.

  5. Wählen Sie, ob Sie den Zugriff auf einen Namespace oder auf den gesamten Cluster einschränken möchten. Gilt für einen Namespace, wenn Teams einen Cluster gemeinsam nutzen.

  6. Speichern.

Wenn Sie den Zugriff auf diese Weise gewähren, wird der Amazon EKS-Zugriffseintrag für die Ausführungsrolle für Sie erstellt, sodass in der Amazon EKS-Konsole kein separater Schritt erforderlich ist. Die Konzepte hinter dem Zugriffsmodell finden Sie unterEinrichten der rollenbasierten Zugriffskontrolle für Kubernetes.

Schritt 3: Überprüfen

Um den Zugriff zu bestätigen

  1. Öffnen Sie die Seite Domains in der SageMaker AI-Konsole und wählen Sie Ihre Domain aus.

  2. Starten Sie Studio für ein Benutzerprofil.

  3. Wählen Sie unter Compute Ihren HyperPod Cluster aus.

  4. Wählen Sie Aufgaben aus.

  5. Vergewissern Sie sich, dass Sie Ihre Ray-Workloads sehen können.