HyperPod im Studio

Sie können Machine-Learning-Workloads auf Amazon SageMaker HyperPod-Clustern starten und HyperPod-Clusterinformationen in Amazon SageMaker Studio anzeigen. Die verbesserte Transparenz der Cluster-Details und Hardware-Metriken kann Ihrem Team helfen, den richtigen Kandidaten für Ihre Workloads vor dem Training oder zur Feinabstimmung zu finden.

Eine Reihe von Befehlen erleichtert Ihnen den Einstieg, wenn Sie Studio-IDEs auf einem HyperPod-Cluster starten. Sie können von den Studio-IDEs aus an Ihren Trainingsskripten arbeiten, Docker-Container für die Trainingsskripte verwenden und Jobs an den Cluster senden. In den folgenden Abschnitten finden Sie Informationen zur Einrichtung, zum Erkennen von Clustern und zur Überwachung ihrer Aufgaben, zum Anzeigen von Clusterinformationen und zum Herstellen einer Verbindung zu HyperPod-Clustern in IDEs in Studio.