Verbindung zu HyperPod-Clustern herstellen und Aufgaben an Cluster senden - Amazon SageMaker AI

Verbindung zu HyperPod-Clustern herstellen und Aufgaben an Cluster senden

Sie können Machine-Learning-Workloads auf HyperPod-Clustern innerhalb der Amazon SageMaker Studio-IDEs starten. Wenn Sie Studio-IDEs auf einem HyperPod-Cluster starten, steht Ihnen eine Reihe von Befehlen zur Verfügung, die Ihnen den Einstieg erleichtern. Sie können von den Studio-IDEs aus an Ihren Trainingsskripten arbeiten, Docker-Container für die Trainingsskripte verwenden und Jobs an den Cluster senden. Der folgende Abschnitt enthält Informationen darüber, wie Sie Ihren Cluster mit Studio-IDEs verbinden.

In Amazon SageMaker Studio können Sie zu einem Ihrer Cluster in HyperPod-Clustern (unter Compute) navigieren und Ihre Clusterliste einsehen. Sie können Ihren Cluster mit einer IDE verbinden, die unter Aktionen aufgeführt ist.

Sie können Ihr benutzerdefiniertes Dateisystem auch aus der Liste der Optionen auswählen. Informationen zur Einrichtung finden Sie unter HyperPod in Studio einrichten.

Alternativ können Sie einen Space erstellen und eine IDE mit dem startenAWS CLI. Führen Sie dazu die folgenden Befehle aus. Das folgende Beispiel erstellt ein Private JupyterLab Leerzeichen füruser-profile-name, an das das fs-id FSx for Lustre-Dateisystem angehängt ist.

  1. Erstellen Sie einen Bereich mit dem. create-spaceAWS CLI

    aws sagemaker create-space \
--region your-region \
--ownership-settings "OwnerUserProfileName=user-profile-name" \
--space-sharing-settings "SharingType=Private" \
--space-settings "AppType=JupyterLab,CustomFileSystems=[{FSxLustreFileSystem={FileSystemId=fs-id}}]"

  2. Erstellen Sie die App mit dem create-appAWS CLI.

    aws sagemaker create-app \
--region your-region \
--space-name space-name \
--resource-spec '{"ec2InstanceType":"'"instance-type"'","appEnvironmentArn":"'"image-arn"'"}'

Sobald Sie Ihre Anwendungen geöffnet haben, können Sie Aufgaben direkt an die Cluster senden, mit denen Sie verbunden sind.